利用深度学习技术进行高粱不完善粒和千粒重的高效机器视觉检测方法.docxVIP

利用深度学习技术进行高粱不完善粒和千粒重的高效机器视觉检测方法

目录

内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.2高粱品质评估现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.3深度学习与机器视觉技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

1.4本文研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.1高粱不完善粒及千粒重的定义与分类．．．．．．．．．．．．．．．．．．．．．．16

2.2机器视觉检测原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.3深度学习算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.3.1卷积神经网络基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.3.2常用目标检测模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.3.3其他相关深度学习模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

高粱不完善粒与千粒重检测系统设计．．．．．．．．．．．．．．．．．．．．．．．33

3.1系统总体架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

3.2硬件平台选型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

3.2.1图像采集设备．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

3.2.2计算单元．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

3.3软件平台搭建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

3.4图像预处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

3.4.1图像去噪．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

3.4.2对比度增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．61

3.4.3几何校正．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62

基于深度学习的高粱不完善粒检测模型．．．．．．．．．．．．．．．．．．．．．64

4.1数据集构建与标注．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．67

4.2预训练模型的选择与迁移学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．69

4.3检测模型设计与训练．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72

4.3.1网络结构优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73

4.3.2损失函数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．75

4.4模型评估与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．78

4.4.1性能评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．81

4.4.2参数调优策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．83

基于深度学习的高粱千粒重预测模型．．．．．．．．．．．．．．．．．．．．．．．85

5.1特征提取方法研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．86

5.2回归模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．88

5.2.1基于CNN的特征提取与回归结合．．．．．．．．．．．．．．．．．．．．．．．．．89

5.2.2其他深度回归模型探索．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．93

5.3模型训练与验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．95

5.4预测精度分析与改进．．．．．．．．．．．．．．．．．．．