10.16451/j.cnki.issn1003-6059.202012008
基于级联卷积神经网络的复杂花色布匹瑕疵检测算法
当布匹的背景信息复杂多变时,复杂花色布匹的瑕疵定位与分类较为困难.针对这一问题,文中提出基于级联卷积神经网络的复杂花色布匹瑕疵检测算法.首先,使用双路残差的骨干特征提取网络,在缺陷图和模板图上提取并融合特征.然后,设计密度聚类边框生产器,指导框架中区域候选网络的预检测框设计.最后,通过级联回归方法完成瑕疵的精确定位和分类.采用工业现场采集的布匹图像数据进行训练与预测,结果表明,文中算法的精准率和召回率较高.
布匹瑕疵检测、级联卷积神经网络、目标检测、瑕疵分类
33
TP181(自动化基础理论)
国家自然科学基金项目No. 11871434
2021-02-02(万方平台首次上网日期,不代表论文的发表时间)
共10页
1135-1144