隨著中國經(jīng)濟(jì)的飛速發(fā)展,國力日漸強(qiáng)盛,人民的生活水平在不斷提高,全國范圍的基礎(chǔ)設(shè)施也在不斷升級。電梯作為最重要的基礎(chǔ)設(shè)施之一,其數(shù)量也是在不斷攀升。然而擁有數(shù)量如此龐大的電梯的同時(shí),如何保證它們安全、穩(wěn)定地運(yùn)行更是人們關(guān)注的重點(diǎn)。為了保證電梯的質(zhì)量安全,我們必須定時(shí)地、高效地對電梯實(shí)施維保工作。本文首次提出通過圖像識別的方法幫助相關(guān)企業(yè)與政府完善電梯維保管理工作。本文的主要工作內(nèi)容包括:(1)建立“電梯維保管理圖像數(shù)據(jù)集”。本文使用深度學(xué)習(xí)進(jìn)行電梯維保管理圖像識別方法研究,深度學(xué)習(xí)需要大量的訓(xùn)練數(shù)據(jù)。本文首先根據(jù)任務(wù)需求確定數(shù)據(jù)集中類別標(biāo)簽的個(gè)數(shù)及各自含義,然后通過“多尺度模板匹配”的方法對從原始數(shù)據(jù)庫中下載的圖片數(shù)據(jù)進(jìn)行清洗,最后按照本文制定的判定標(biāo)準(zhǔn)對清洗后的數(shù)據(jù)進(jìn)行類別判定與標(biāo)注�！半娞菥S保管理圖像數(shù)據(jù)集”將為本文的所有實(shí)驗(yàn)提供訓(xùn)練和測試數(shù)據(jù)。(2)構(gòu)建基于Inception結(jié)構(gòu)的深度神經(jīng)網(wǎng)絡(luò)并用于電梯維保管理圖像識別。本文構(gòu)建的電梯維保管理圖像數(shù)據(jù)集具有數(shù)據(jù)量少和類間模糊性高的特點(diǎn)。Inception模塊能夠在大量減少網(wǎng)絡(luò)參數(shù)量的同時(shí),保持較強(qiáng)的表現(xiàn)力。本文構(gòu)建基于Incept...

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 圖像識別在國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢
        1.2.1 基于傳統(tǒng)方法的圖像識別
        1.2.2 基于深度學(xué)習(xí)的圖像識別
    1.3 本文研究內(nèi)容和組織結(jié)構(gòu)
第二章 圖像識別理論基礎(chǔ)與性能評價(jià)
    2.1 引言
    2.2 圖像識別概述
        2.2.1 數(shù)據(jù)集
        2.2.2 數(shù)據(jù)預(yù)處理
        2.2.3 特征提取
        2.2.4 分類
        2.2.5 評價(jià)指標(biāo)
    2.3 卷積神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
        2.3.1 網(wǎng)絡(luò)基本結(jié)構(gòu)
        2.3.2 損失函數(shù)
        2.3.3 優(yōu)化器
    2.4 本章小結(jié)
第三章 構(gòu)建電梯維保管理圖像數(shù)據(jù)集
    3.1 引言
    3.2 數(shù)據(jù)集的屬性與特點(diǎn)
    3.3 數(shù)據(jù)的判定標(biāo)準(zhǔn)
    3.4 數(shù)據(jù)的清洗方法
        3.4.1 基于背景信息的圖像識別
        3.4.2 多尺度模板匹配
    3.5 本章小結(jié)
第四章 基于Inception結(jié)構(gòu)的電梯維保管理圖像識別
    4.1 引言
    4.2 Inception結(jié)構(gòu)
        4.2.1 1×1 卷積
        4.2.2 卷積分解
        4.2.3 非對稱卷積
    4.3 使用Inception構(gòu)建網(wǎng)絡(luò)模型結(jié)構(gòu)
    4.4 實(shí)驗(yàn)與分析
        4.4.1 網(wǎng)絡(luò)訓(xùn)練及設(shè)置
        4.4.2 數(shù)據(jù)增強(qiáng)效果對比
        4.4.3 輔助分類參數(shù)討論
        4.4.4 主流網(wǎng)絡(luò)性能對比
    4.5 本章小結(jié)
第五章 基于注意力機(jī)制的電梯維保管理圖像識別
    5.1 引言
    5.2 圖像識別中的注意力機(jī)制
        5.2.1 空間注意力
        5.2.2 通道注意力
        5.2.3 混合注意力
    5.3 基于注意力機(jī)制的電梯維保管理圖像識別
        5.3.1 Spatial-SE注意力模塊
        5.3.2 構(gòu)建基于注意力機(jī)制的網(wǎng)絡(luò)結(jié)構(gòu)
    5.4 實(shí)驗(yàn)與分析
        5.4.1 維度系數(shù)討論
        5.4.2 實(shí)驗(yàn)結(jié)果與分析
        5.4.3 注意力可視化
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 未來工作展望
致謝
參考文獻(xiàn)



本文編號：3869595