| 基于卷积自编码网络的织物瑕疵检测方法研究 |
| |
| 引用本文： | 刘艳锋,黄惠玲,韩军.基于卷积自编码网络的织物瑕疵检测方法研究[J].光学与光电技术,2022,20(2):47-53. |
| |
| 作者姓名： | 刘艳锋 黄惠玲 韩军 |
| |
| 作者单位： | 中国科学院福建物质结构研究所泉州装备制造研究所,福建泉州362200;福州大学电气工程与自动化学院,福建福州350108,中国科学院福建物质结构研究所泉州装备制造研究所,福建泉州362200 |
| |
| 基金项目： | 福建省科技计划项目;泉州市科技计划项目;中国科学院对外重点合作项目 |
| |
| 摘 要： | 针对织物瑕疵数据集搜集和织物瑕疵检测困难的问题,提出了一种使用深度学习与传统算法相结合的织物瑕疵检测算法.首先提出特征金字塔结构的自编码网络,对正常样本进行学习.其次检测过程中提出同一尺度下进行多模型融合,在降低漏检率的同时移除纹理噪声的干扰.实验结果表明,所提出的学习方法对织物中线状瑕疵检测率高达98％以上,对织物中...
|
| 关 键 词： | 光照归一化 卷积神经网络 图像重构 残差图融合 瑕疵检测 |
Fabric Defect Detection Based on Convolution Autocoding Network |
| |
| LIU Yan-feng,HUANG Hui-ling,HAN Jun.Fabric Defect Detection Based on Convolution Autocoding Network[J].optics&optoelectronic technology,2022,20(2):47-53. |
| |
| Authors: | LIU Yan-feng HUANG Hui-ling HAN Jun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
