首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于深度学习的烟火识别和检测问题研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第14-22页
    1.1 研究背景及意义第14页
    1.2 国内外研究现状第14-19页
        1.2.1 传感器方法第15页
        1.2.2 图像处理方法第15页
        1.2.3 深度学习方法第15-19页
    1.3 烟火识别和检测的技术难点第19-20页
    1.4 本文的主要研究内容第20页
    1.5 本文的组织结构第20-22页
第2章 关键技术分析第22-32页
    2.1 CNN第22-25页
        2.1.1.CNN结构第22-25页
        2.1.2.CNN的特性第25页
    2.2 目标检测网络第25-28页
        2.2.1.基于候选区域的目标检测算法第26-27页
        2.2.2.基于回归的目标检测算法第27-28页
    2.3 网络剪枝第28-30页
    2.4 本章小结第30-32页
第3章 基于深度学习的烟火图像识别与检测第32-54页
    3.1 烟火识别网络的设计与实现第32-35页
    3.2 烟火检测网络的设计与实现第35-42页
        3.2.1.refinedet模型的基础网络和额外层的改进与分析第35-38页
        3.2.2.refinedet模型的辅助网络改进与分析第38-42页
    3.3 实验平台和实验数据集第42-44页
        3.3.1.实验平台第42页
        3.3.2.实验数据集第42-44页
    3.4 烟火识别实验结果和分析第44-48页
        3.4.1.数据预处理和模型预训练第44-45页
        3.4.2.模型性能评估第45-48页
    3.5 烟火检测实验结果和分析第48-52页
        3.5.1.数据预处理和模型预训练第48页
        3.5.2.模型评估标准第48-50页
        3.5.3.模型的性能评估第50-52页
    3.6 本章小结第52-54页
第4章 烟火识别和检测网络的通道剪枝第54-70页
    4.1 通道剪枝第54-57页
        4.1.1.通道剪枝方法简介第54-55页
        4.1.2.添加辅助层第55-56页
        4.1.3.快速迭代阈值收缩剪枝算法第56-57页
    4.2 烟火识别网络的通道剪枝第57-65页
        4.2.1.烟火识别网络通道剪枝设计第58-60页
        4.2.2.烟火识别网络通道剪枝实验结果第60-65页
    4.3 烟火检测网络的通道剪枝第65-68页
        4.3.1.烟火检测网络的剪枝预处理第65-66页
        4.3.2.烟火检测网络的剪枝实验结果评估第66-68页
    4.4 烟火识别和检测过程的处理流程图第68-69页
    4.5 本章小结第69-70页
第5章 总结与展望第70-72页
    5.1 本文总结第70-71页
    5.2 下一步工作和展望第71-72页
参考文献第72-76页
致谢第76-78页
在读期间发表的学术论文与取得的其他研究成果第78页

论文共78页,点击 下载论文
上一篇:我国绿色消费法律制度研究
下一篇:奥运会主火炬塔表面风压分布影响因素数值模拟研究