| 基于卷積神經網絡的織物瑕疵檢測方法研究 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>778 K | |
| 標簽： 卷積神經網絡 織物 重疊分割 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：織物瑕疵檢測是控制織物產品質量的重要步驟，傳統的織物瑕疵檢測方法檢測效率低，勞動強度大。因此，針對傳統檢測方法存在的問題，提出一種基于卷積神經網絡(CNN)的分類算法用于實現織物瑕疵檢測。網絡是在VGG16的基礎上進行減枝，通過優化網絡參數實現最優結果。首先，由于織物瑕疵大小差別較大，提出將瑕疵邊緣作為檢測的目標，這樣就可以將大尺度圖片分割為64×64的小尺度圖片用于網絡訓練，既提高了網絡的分類準確率，又解決了織物瑕疵圖像搜集困難的問題。其次，在測試過程中，提出對大尺度圖片進行有重疊的分割，然后對分割后的圖片進行分類，根據每張圖片的輸出標簽和位置來實現大尺度圖片的瑕疵檢測。實驗結果表明，本文所提出的網絡結構相比于傳統的VGG16和LeNet網絡結構, 具有檢測速度快、檢測精度高等優勢。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2