采用深度网络的飞机表面图像损伤检测与识别
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究背景 | 第11页 |
| 1.2 课题研究意义 | 第11-12页 |
| 1.3 飞机蒙皮无损检测研究现状 | 第12-13页 |
| 1.4 论文主要工作及组织结构 | 第13-16页 |
| 1.4.1 本文主要工作 | 第13-14页 |
| 1.4.2 本文组织结构 | 第14-16页 |
| 第二章 飞机蒙皮损伤检测及深度学习研究综述 | 第16-26页 |
| 2.1 飞机蒙皮检测综述 | 第16-20页 |
| 2.1.1 飞机蒙皮无损检测综述 | 第16-17页 |
| 2.1.2 飞机无损检测技术 | 第17-19页 |
| 2.1.3 飞机蒙皮目视检测技术 | 第19-20页 |
| 2.2 深度学习研究综述 | 第20-26页 |
| 2.2.1 神经网络基本原理 | 第20-22页 |
| 2.2.2 卷积神经网络 | 第22-25页 |
| 2.2.3 目标检测算法 | 第25-26页 |
| 第三章 构建数据集 | 第26-34页 |
| 3.1 飞机表面图像数据采集 | 第26-29页 |
| 3.1.1 图像采集规范 | 第26-27页 |
| 3.1.2 数据获取途径 | 第27-29页 |
| 3.2 构建图像块数据集 | 第29-32页 |
| 3.2.1 图像预处理 | 第29-30页 |
| 3.2.2 图像块数据集简介 | 第30-31页 |
| 3.2.3 数据增广 | 第31-32页 |
| 3.3 构建图像标注数据集 | 第32-33页 |
| 3.3.1 图像标注工具 | 第32-33页 |
| 3.3.2 图像标注数据集简介 | 第33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于CNN的飞机表面损伤检测 | 第34-52页 |
| 4.1 深度网络的搭建 | 第34-41页 |
| 4.1.1 AlexNet | 第34-36页 |
| 4.1.2 GoogLeNet | 第36-37页 |
| 4.1.3 VGGNets | 第37-38页 |
| 4.1.4 ResNet | 第38-41页 |
| 4.2 实验环境及训练过程 | 第41-47页 |
| 4.2.1 实验环境 | 第42页 |
| 4.2.2 训练过程 | 第42-47页 |
| 4.3 实验结果及分析 | 第47-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 基于目标检测模型的飞机表面损伤检测 | 第52-60页 |
| 5.1 基本原理 | 第52页 |
| 5.2 网络构建与网络训练 | 第52-56页 |
| 5.2.1 网络构建 | 第52-55页 |
| 5.2.2 网络训练 | 第55-56页 |
| 5.3 实验结果及分析 | 第56-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间取得的研究成果 | 第65页 |
