基于显著区域提取和改进型YOLO--V3的金属齿轮加工端表面缺陷检测方法

1 绪 论

1.1.1 课题来源

1.1.2 课题研究背景及意义

1.2.1 缺陷检测

1.2.2 目标检测

1.2.3 视觉显著性

1.3 研究内容及章节介绍

2 金属齿轮加工端表面缺陷检测难点分析与总体思路

2.1 引言

2.2金属齿轮加工端表面缺陷检测难点分析

2.3总体思路

2.3.1 基于视觉显著性的金属齿轮加工端表面缺陷显著性区域提取流程

2.3.2 改进型YOLO-V3 金属齿轮端表面缺陷检测网络（ResNetYOLO）检测流程

2.4 本章小结

3 金属齿轮加工端表面缺陷显著性区域提取方法（MGSRE）

3.1 引言

3.2 金属齿轮加工端表面显著图生成

3.3.1 Otsu二值化

3.3.2 中值滤波

3.3.3 形态学运算

3.4 加工端表面缺陷区域提取

3.5 本章小结

4 改进型YOLO-V3 的金属齿轮端表面缺陷检测网络（ResNetYOLO）

4.1 引言

4.2 ResNet-21特征提取骨干网络

4.3 多尺度融合模块

4.4 多分类器模块

4.5 本章小结

5 金属齿轮端表面缺陷检测实验

5.1 引言

5.2 实验装置和样本采集

5.3 实验验证

5.3.1 数据集准备和预处理

5.3.2 模型训练

5.3.3 缺陷检测

5.4 实验对比

5.4.1 检测精度对比

5.4.2 检测速度对比

5.4.3 分析

5.5 本章小结

6 结论与展望

6.1 结论

6.2 研究展望

参考文献

附录

A. 作者在攻读学位期间发表的论文目录

B. 作者在攻读学位期间取得的其他成果目录

C. 作者在攻读学位期间参加的科研项目

D. 学位论文数据集

致谢