隨著中國經濟的飛速發(fā)展,國力日漸強盛,人民的生活水平在不斷提高,全國范圍的基礎設施也在不斷升級。電梯作為最重要的基礎設施之一,其數量也是在不斷攀升。然而擁有數量如此龐大的電梯的同時,如何保證它們安全、穩(wěn)定地運行更是人們關注的重點。為了保證電梯的質量安全,我們必須定時地、高效地對電梯實施維保工作。本文首次提出通過圖像識別的方法幫助相關企業(yè)與政府完善電梯維保管理工作。本文的主要工作內容包括:(1)建立“電梯維保管理圖像數據集”。本文使用深度學習進行電梯維保管理圖像識別方法研究,深度學習需要大量的訓練數據。本文首先根據任務需求確定數據集中類別標簽的個數及各自含義,然后通過“多尺度模板匹配”的方法對從原始數據庫中下載的圖片數據進行清洗,最后按照本文制定的判定標準對清洗后的數據進行類別判定與標注�！半娞菥S保管理圖像數據集”將為本文的所有實驗提供訓練和測試數據。(2)構建基于Inception結構的深度神經網絡并用于電梯維保管理圖像識別。本文構建的電梯維保管理圖像數據集具有數據量少和類間模糊性高的特點。Inception模塊能夠在大量減少網絡參數量的同時,保持較強的表現(xiàn)力。本文構建基于Incept...

【文章頁數】：81 頁

【學位級別】：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 基于深度學習的圖像識別
    1.3 本文研究內容和組織結構
第二章 圖像識別理論基礎與性能評價
    2.1 引言
    2.2 圖像識別概述
        2.2.1 數據集
        2.2.2 數據預處理
        2.2.3 特征提取
        2.2.4 分類
        2.2.5 評價指標
    2.3 卷積神經網絡理論基礎
        2.3.1 網絡基本結構
        2.3.2 損失函數
        2.3.3 優(yōu)化器
    2.4 本章小結
第三章 構建電梯維保管理圖像數據集
    3.1 引言
    3.2 數據集的屬性與特點
    3.3 數據的判定標準
    3.4 數據的清洗方法
        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
第四章 基于Inception結構的電梯維保管理圖像識別
    4.1 引言
    4.2 Inception結構
        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構建網絡模型結構
    4.4 實驗與分析
        4.4.1 網絡訓練及設置
        4.4.2 數據增強效果對比
        4.4.3 輔助分類參數討論
        4.4.4 主流網絡性能對比
    4.5 本章小結
第五章 基于注意力機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 構建基于注意力機制的網絡結構
    5.4 實驗與分析
        5.4.1 維度系數討論
        5.4.2 實驗結果與分析
        5.4.3 注意力可視化
    5.5 本章小結
第六章 總結與展望
    6.1 本文工作總結
    6.2 未來工作展望
致謝
參考文獻



本文編號：3869595