1. 研究目的与意义（文献综述包含参考文献）

1. 前言在工业生产与维护中，工业图像检测系统是机器视觉、数字图像处理及工业质量检测等多学科的交叉[1]，图像处理算法在其中起着关键作用。

针对不同应用目的，检测系统采用不同的图像处理算法。

在质量检测中，系统需要标注出有缺陷的部位，如果采用人工方法进行标注，工作量大且易出错，因此需要选用合适的图像处理算法自动标注图像。

2. 研究的基本内容、问题解决措施及方案

对图像进行标注，检测产品质量在工业生产与维护中是很重要的环节，而自动图像标注相对于人工标注有无可比拟的优越性，可以提高工业运作效率，提高作业安全性，推动新兴产业发展与升级。

对于个人来说，图像自动标注技术是图像检索技术的基础，研究图像自动标注算法可以帮助我们更快、更好的检索到所需图像。

本课题研究基于卷积神经网络的自动图像标注算法，首先对原有的少量图像做预处理，提高数据量；然后选用合适卷积神经网络对图像做语义分割，并检测连通区域优化分割结果，得到具体位置坐标；最后采用目标检测算法检测出具有缺陷的位置并进行标注。