深度学习在输电铁塔关键部件缺陷检测中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题背景与研究现状 | 第10-15页 |
| 1.2 论文研究内容与创新 | 第15-16页 |
| 1.3 论文结构 | 第16-17页 |
| 第二章 目标检测 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 目标检测方法的评价标准 | 第17-18页 |
| 2.3 传统目标检测方法 | 第18-20页 |
| 2.4 基于深度学习的目标检测方法 | 第20-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 数据扩增方法与数据集的构建 | 第24-34页 |
| 3.1 引言 | 第24页 |
| 3.2 仿射变换 | 第24-26页 |
| 3.3 目标分割与贴图 | 第26-29页 |
| 3.3.1 基于全变分的图像分割 | 第26-27页 |
| 3.3.2 基于U-Net的图像分割 | 第27-29页 |
| 3.3.3 背景融合 | 第29页 |
| 3.4 真实场景模拟 | 第29-30页 |
| 3.4.1 亮度变换 | 第29-30页 |
| 3.4.2 高斯模糊 | 第30页 |
| 3.5 图片标注与数据集构建 | 第30-32页 |
| 3.5.1 数据集格式 | 第30-32页 |
| 3.5.2 图片标注 | 第32页 |
| 3.6 中国输电线路绝缘子数据集(CPLID) | 第32-33页 |
| 3.7 本章小结 | 第33-34页 |
| 第四章 绝缘子缺陷检测器 | 第34-49页 |
| 4.1 引言 | 第34页 |
| 4.2 网络结构 | 第34-39页 |
| 4.2.1 Faster R-CNN | 第35-37页 |
| 4.2.2 绝缘子定位网络 | 第37页 |
| 4.2.3 裁剪层 | 第37页 |
| 4.2.4 绝缘子缺陷检测网络 | 第37-39页 |
| 4.3 实验与验证 | 第39-46页 |
| 4.3.1 实现框架及网络训练配置 | 第39-42页 |
| 4.3.2 不同模型及最优结构下的检测结果 | 第42-43页 |
| 4.3.3 级联式目标检测结构的作用 | 第43-44页 |
| 4.3.4 与传统目标检测方法的对比 | 第44-45页 |
| 4.3.5 数据扩增的效果 | 第45-46页 |
| 4.4 在CPLID上的测试结果 | 第46页 |
| 4.5 图形界面程序的设计 | 第46-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第五章 销钉缺陷检测器 | 第49-55页 |
| 5.1 引言 | 第49页 |
| 5.2 销钉航拍图像的特点 | 第49-50页 |
| 5.3 销钉的定位 | 第50-51页 |
| 5.3.1 Adaboost分类器 | 第50-51页 |
| 5.3.2 聚合通道特征 | 第51页 |
| 5.4 销钉的分类 | 第51-52页 |
| 5.5 实验与结果分析 | 第52-53页 |
| 5.5.1 训练数据与训练参数的设置 | 第52-53页 |
| 5.5.2 销钉定位结果 | 第53页 |
| 5.5.3 销钉分类结果 | 第53页 |
| 5.6 本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间取得的研究成果 | 第64-65页 |
