摘要
本发明公开了一种适用于复杂花型织物缩水率智能评价方法,包括:(1)织物图像采集;(2)织物图像预处理;(3)模型设计:设计增强深度神经网络目标检测算法模型,其包括小目标检测层、多尺度注意力模块和双向特征金字塔网络结构,并替换损失函数为MPDIoU回归损失函数;(4)模型训练;(5)织物缩水率检测:在织物图像上直观展示标记点位置,随后,通过计算洗护前后织物图像标记点的位置变化,得出缩率。本发明能够精准测量纺织面料在经历洗水、烘干、熨烫等处理流程前后的缩率,能自动化完成试样标记的识别、测量和数据记录,并减少人为因素的干扰,提高检测速度和准确性,从而更好地满足纺织品行业的质量检测需求。
技术关键词
智能评价方法
织物
双向特征金字塔
相机支撑架
数码相机
深度神经网络架构
图像采集装置
网络结构
注意力
算法模型
图像增强
纺织品行业
标记
LED灯源
多尺度
训练集
明亮度
系统为您推荐了相关专利信息
数字控制系统
智能分析控制
非接触式
双伺服电机驱动
车用
新型纺织材料
横截面形状
算法模型
数据
速度检测器
三维网格模型
图像特征提取
三维模型
二维图像特征
多视角特征融合