基于卷积神经网络的织物瑕疵检测方法研究AET-电子技术应用-最丰富的电子设计资源平台

基于卷积神经网络的织物瑕疵检测方法研究
所属分类：技术论文
上传者：aetmagazine
文档大小：778 K
标签：卷积神经网络织物重叠分割
所需积分：0分积分不够怎么办？
文档介绍：织物瑕疵检测是控制织物产品质量的重要步骤，传统的织物瑕疵检测方法检测效率低，劳动强度大。因此，针对传统检测方法存在的问题，提出一种基于卷积神经网络(CNN)的分类算法用于实现织物瑕疵检测。网络是在VGG16的基础上进行减枝，通过优化网络参数实现最优结果。首先，由于织物瑕疵大小差别较大，提出将瑕疵边缘作为检测的目标，这样就可以将大尺度图片分割为64×64的小尺度图片用于网络训练，既提高了网络的分类准确率，又解决了织物瑕疵图像搜集困难的问题。其次，在测试过程中，提出对大尺度图片进行有重叠的分割，然后对分割后的图片进行分类，根据每张图片的输出标签和位置来实现大尺度图片的瑕疵检测。实验结果表明，本文所提出的网络结构相比于传统的VGG16和LeNet网络结构, 具有检测速度快、检测精度高等优势。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动