一种基于深度学习的织物疵点图像分类方法

本发明公开了一种基于深度学习的织物疵点图像分类方法，本发明步骤：预训练的ResNet50作为主干训练网络，并在网络中添加了空间通道的混合注意力(CBAM)模块来捕捉图像；数据集预处理；在反向传播过程中，利用ROA算法替换原有的优化器来进行模型参数的调整，使模型收敛；用BLS代替网络最后的全连接层作为分类器输出；输出图像分类结果。本发明可消除人工检测效率低的影响，为自动化的纺织品疵点检测提供技术支持。模型具备优秀的预测精度，良好的收敛性和稳定性，提高了纺织物疵点图像算法的分类性能。