发明公开
- 专利标题: 一种基于卷积神经网络和重复模式分析的织物瑕疵检测方法
-
申请号: CN202311052085.3申请日: 2023-08-21
-
公开(公告)号: CN117237946A公开(公告)日: 2023-12-15
- 发明人: 黄昱波 , 孙扬帆 , 沈洪垚 , 谢海波 , 杨华勇 , 丁红钦
- 申请人: 浙江大学高端装备研究院
- 申请人地址: 浙江省杭州市余杭区兴国路503号5幢103室
- 专利权人: 浙江大学高端装备研究院
- 当前专利权人: 浙江大学高端装备研究院
- 当前专利权人地址: 浙江省杭州市余杭区兴国路503号5幢103室
- 代理机构: 杭州求是专利事务所有限公司
- 代理商 贾玉霞
- 主分类号: G06V20/70
- IPC分类号: G06V20/70 ; G06V10/26 ; G06V10/74 ; G06V10/774 ; G06V10/82 ; G06N3/0464 ; G06N3/08
摘要:
本发明公开一种基于卷积神经网络和重复模式分析的织物瑕疵检测方法,包括:采集织物瑕疵图像,将织物瑕疵图像进行像素级标注和数据增强处理,建立织物瑕疵图像数据集,并划分训练集和验证集;搭建用于重复模式检测的重复模式检测模型;将织物瑕疵图像输入重复模式检测模型,得到输出的特征图并调整尺寸后作为瑕疵检测的语义分割网络的输入标签,从中提取峰值并用独热编码转化为瑕疵检测的语义分割网络的目标标签;搭建并训练语义分割网络,训练完成后,保存语义分割网络中用于织物瑕疵检测的必要部分,得到织物瑕疵检测模型;用保存的织物瑕疵检测模型和重复模式检测模型进行织物瑕疵检测。本发明适用于周期性织物瑕疵检测,检测准确率高。