原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
深度学习在材料缺陷自动检测中的应用研究
目录
一、文档综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.2材料缺陷检测技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.3深度学习技术简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.4深度学习在材料缺陷检测中的应用现状．．．．．．．．．．．．．．．．．．．．．9
1.5研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.6论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
二、相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
2.1深度学习的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.1.1神经网络基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
2.1.2卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
2.1.3循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
2.1.4长短期记忆网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
2.2图像处理基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
2.2.1图像增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
2.2.2图像分割．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
2.2.3图像特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
2.3材料缺陷类型及特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
2.4材料缺陷检测发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
三、基于深度学习的材料缺陷检测模型构建．．．．．．．．．．．．．．．．．．．．47
3.1数据集的构建与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
3.1.1数据采集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
3.1.2数据标注．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
3.1.3数据增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
3.1.4数据标准化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
3.2基于卷积神经网络的缺陷检测模型．．．．．．．．．．．．．．．．．．．．．．．．61
3.2.1传统卷积神经网络模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63
3.2.2残差网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．66
3.2.3变分自编码器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69
3.3基于循环神经网络的缺陷检测模型．．．．．．．．．．．．．．．．．．．．．．．．71
3.3.1长短期记忆网络结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73
3.3.2结合卷积神经网络的长短期记忆网络．．．．．．．．．．．．．．．．．．．．78
3.4联合模型的设计与实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．80
四、实验设计与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．85
4.1实验平台与参数设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．86
4.2数据集描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．87
4.3模型训练与测试．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．88
4.4结果评估与分析．．．．．．．．．．．．．．．．．．．．．
文档评论（0）