深度學習框架下目標檢測關鍵技術及應用研究

韓明，博士，石家莊學院未來信息技術學院教授，碩士生導師，主要從事計算機視覺、模式識別與圖像處理、人工智能研究。河北省青年拔尖人才，河北省“三三三人才工程”第三層次人選，河北省“冀青之星”，石家莊市市管拔尖人才，石家莊市青年拔尖人才，石家莊市高等學校“雙師雙能”骨幹教師。河北省一流本科建設專業負責人，河北省優秀基層教學組織負責人，河北省應用型轉型示範專業負責人，河北省一流課程負責人。主持完成教育部產學研協同育人項目2項、河北省教育教學改革研究與實踐項目1項，主持省部級項目6項、市科技計劃項目2項，出版專著4部。發表學術三大檢索及中文核心論文28篇，其中SCI檢索4篇、EI檢索11篇、中文核心13篇。授權發明專利4項。獲得河北省教學成果獎三等獎，河北省教師教育教學微課大賽一等獎。先後被聘為“中國物聯網大賽專家庫專家”“石家莊市科技局專家庫專家”。

目錄

 

第1章緒論

1.1研究背景與意義

1.2國內外研究現狀

1.2.1電力線提取研究現狀

1.2.2絕緣子識別研究現狀

1.2.3輸電線路異物檢測研究現狀

1.2.4煙支缺陷檢測方法研究現狀

1.3目標檢測算法的魯棒性研究

1.4主要研究內容

參考文獻

 

第2章基於深度學習的目標檢測相關理論

2.1捲積神經網絡

2.1.1神經網絡

2.1.2捲積神經網絡原理

2.1.3捲積神經網絡的訓練過程

2.2目標檢測算法

2.2.1雙階段目標檢測算法

2.2.2單階段目標檢測算法

2.2.3基於遷移學習的目標檢測算法

2.3目標檢測性能評價指標

2.4本章小結

參考文獻

 

第3章基於改進的Deeplabv3+網絡的電力線提取研究

3.1Deeplabv3+基礎網絡

3.1.1編碼器解碼器結構

3.1.2Xception主乾網絡

3.1.3深度可分離捲積

3.1.4ASPP模塊

3.2改進的Deeplabv3+網絡

3.2.1改進的輕量化Mobilenetv2網絡

3.2.2改進ASPP模塊

3.2.3提出CASEB模塊

3.2.4引入CBAM

3.3實驗過程

3.3.1數據集來源

3.3.2數據增強

3.3.3實驗環境

3.3.4評價指標

3.4實驗結果與分析

3.4.1消融實驗

3.4.2模型訓練穩定性實驗

3.4.3主流算法對比實驗

3.5本章小結

參考文獻

 

第4章基於改進的YOLOv7網絡的絕緣子識別研究

4.1YOLOv7基礎網絡

4.2改進的YOLOv7網絡

4.2.1添加ECA模塊

4.2.2引入BiFPN模塊

4.2.3替換上採樣算子

4.2.4K均值算法聚類

4.3實驗過程

4.3.1數據集來源及擴充

4.3.2實驗環境

4.3.3評價指標

4.4實驗結果與分析

4.4.1消融實驗

4.4.2模型穩定性實驗

4.4.3主流算法對比

4.4.4可視化結果對比

4.5本章小結

參考文獻

 

第5章基於改進的YOLOv5輸電線路異物檢測算法

5.1目標檢測概述

5.2基於深度學習網絡的目標檢測算法研究

5.2.1Faster R-CNN目標檢測算法

5.2.2SDD目標檢測算法

5.2.3YOLO目標檢測算法

5.3基於改進的YOLOv5輸電線路異物檢測

5.3.1基於YOLOv5網絡的目標檢測算法

5.3.2改進主乾網絡的YOLOv5算法

5.3.3融入SENet註意力機制的YOLOv5算法

5.3.4改進多尺度融合的YOLOv5算法

5.4實驗過程

5.4.1實驗環境

5.4.2實驗數據及其預處理

5.4.3評價指標

5.5實驗結果與分析

5.6本章小結

參考文獻

 

第6章基於改進的YOLOv5異物檢測算法魯棒性研究

6.1樣本的生成方法

6.1.1FGSM算法

6.1.2BIM算法

6.1.3PGD算法

6.1.4基於熱重啟機制的PGD算法

6.2基於數據漂移魯棒性的研究方法

6.2.1數據重採樣方法

6.2.2有監督的樣本學習方法

6.2.3無監督的樣本學習方法

6.2.4基於多尺度特徵融合的自監督學習方法

6.3實驗結果與分析

6.3.1魯棒性能評價指標

6.3.2輸電線路異物檢測算法對抗攻擊實驗分析

6.3.3基於輸電線路異物檢測算法漂移魯棒性實驗分析

6.4本章小結

參考文獻

 

第7章基於深度學習的煙支空稀頭缺陷檢測算法

7.1基於改進的YOLOv5s煙支空稀頭缺陷檢測算法

7.1.1YOLOv5s模型

7.1.2基於雙向CGhost-YOLOv5s算法

7.1.3實驗結果與分析

7.2基於改進的YOLOv7煙支空稀頭缺陷檢測算法

7.2.1基於全維註意力機制的Re-YOLOv7算法

7.2.2實驗結果與分析

7.3本章小結

參考文獻

 

第8章煙支空稀頭缺陷檢測管理系統設計與實現

8.1煙支空稀頭缺陷檢測管理系統概述

8.1.1軟硬件環境配置

8.1.2系統開發工具介紹

8.2煙支空稀頭缺陷檢測管理系統的總體設計

8.2.1功能需求分析

8.2.2系統結構設計

8.3煙支空稀頭缺陷檢測管理系統的功能實現

8.4煙支空稀頭缺陷檢測管理系統的測試與分析

8.5本章小結

 

第9章基於改進的YOLOv7-tiny算法的吸煙目標檢測研究

9.1本章算法

9.1.1YOLOv7-tiny算法

9.1.2SGEN-YOLOv7-tiny網絡模型

9.1.3改進的EMA註意力機制

9.2S-GD機制

9.2.1Slim-Low-GD模塊

9.2.2High-GD模塊

9.2.3改進的信息註入模塊

9.2.4改進的VoV-GSCSP模塊

9.3損失函數NWD

9.4實驗過程

9.4.1實驗環境及參數

9.4.2數據集

9.4.3性能指標

9.4.4對比實驗

9.4.5消融實驗

9.5實驗結果與分析

9.6本章小結

參考文獻