| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 论文研究内容及组织结构 | 第12-14页 |
| 第二章 针织物概念及其组织结构分析 | 第14-22页 |
| 2.1 针织物的概念 | 第14-16页 |
| 2.2 常见的针织物组织结构 | 第16-20页 |
| 2.2.1 平针组织 | 第16-17页 |
| 2.2.2 罗纹组织 | 第17-18页 |
| 2.2.3 双反面组织 | 第18-19页 |
| 2.2.4 珠地网眼组织 | 第19页 |
| 2.2.5 浮线组织 | 第19-20页 |
| 2.3 本章小结 | 第20-22页 |
| 第三章 基于深度学习的针织物组织结构自动识别方法 | 第22-42页 |
| 3.1 针织物图像数据集的建立 | 第22-30页 |
| 3.1.1 针织物图像的采集 | 第22-25页 |
| 3.1.2 图像预处理 | 第25-29页 |
| 3.1.3 样本集标签制作 | 第29-30页 |
| 3.2 卷积神经网络模型的训练 | 第30-40页 |
| 3.2.1 网络结构的选取 | 第31-35页 |
| 3.2.2 网络权值的初始化 | 第35-36页 |
| 3.2.3 网络参数的调整 | 第36-38页 |
| 3.2.4 织物纹理特征的提取 | 第38-40页 |
| 3.3 基于SqueezeNet网络模型的针织物组织结构识别 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 实验结果与分析 | 第42-58页 |
| 4.1 实验结果 | 第42-51页 |
| 4.1.1 对存在不均匀光织物图像的识别 | 第45-46页 |
| 4.1.2 对存在位置改变织物图像的识别 | 第46-49页 |
| 4.1.3 对存在纱线直径变化织物图像的识别 | 第49-51页 |
| 4.2 实验对比分析 | 第51-53页 |
| 4.2.1 不同训练方案的识别率对比分析 | 第51页 |
| 4.2.2 不同网络模型性能对比分析 | 第51-52页 |
| 4.2.3 与传统识别方法对比分析 | 第52-53页 |
| 4.3 针织物组织结构自动识别软件的设计 | 第53-56页 |
| 4.3.1 系统登录界面 | 第53-54页 |
| 4.3.2 织物图像预处理界面 | 第54页 |
| 4.3.3 织物组织结构参数识别主界面 | 第54-55页 |
| 4.3.4 自动识别软件系统查询界面 | 第55-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 发表论文和参加科研情况 | 第64-66页 |
| 致谢 | 第66页 |