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

基于密集生成对抗网络的磁瓦表面缺陷检测算法研究

致谢第4-5页
摘要第5-6页
Abstract第6页
1 绪论第9-14页
    1.1 课题背景及研究意义第9-10页
    1.2 磁瓦缺陷检测技术研究现状第10-11页
    1.3 图像语义分割技术研究现状第11-13页
    1.4 主要工作和研究安排第13-14页
2 磁瓦表面缺陷特性及分析第14-19页
    2.1 磁瓦表面缺陷结构特点第14-16页
    2.2 磁瓦表面缺陷检测分析第16-18页
    2.3 本章小结第18-19页
3 卷积神经网络理论及语义分割网络设计第19-35页
    3.1 卷积神经网络基本理论第19-21页
    3.2 语义分割网络设计第21-34页
        3.2.1 语义分割网络基本理论第21-22页
        3.2.2 常见语义分割网络基本结构第22-28页
        3.2.3 全卷积密集神经网络设计第28-34页
    3.3 本章小节第34-35页
4 生成式对抗网络设计第35-42页
    4.1 生成式对抗网络基本理论第35-37页
    4.2 密集生成对抗网络设计第37-41页
    4.3 本章小结第41-42页
5 磁瓦缺陷检测实验设计和结果分析第42-52页
    5.1 磁瓦缺陷测试系统设计第42-43页
    5.2 缺陷检测网络模型训练第43-46页
        5.2.1 实验平台搭建第43-44页
        5.2.2 实验数据集设计第44-45页
        5.2.3 训练参数设置第45-46页
    5.3 缺陷检测网络模型测试第46-51页
        5.3.1 密集生成对抗网络与全卷积密集神经网络实验对比第46-48页
        5.3.2 密集生成对抗网络与其他生成对抗网络实验对比第48-51页
    5.4 本章小结第51-52页
6 总结与展望第52-53页
参考文献第53-58页
攻读硕士学位期间主要的研究成果第58页

论文共58页,点击 下载论文
上一篇:镍基高温合金“团簇加连接原子”成分式
下一篇:基于密集生成对抗网络的磁瓦表面缺陷检测算法研究