摘要
本发明涉及纺织面料技术领域,具体为一种基于人工智能的针织面料断纱缺陷检测系统及方法。首先,收集含有断纱缺陷的针织面料图像,构建目标领域数据集。然后,获取不同针织面料缺陷图像及标签,构建源领域数据集;利用源领域数据集对EfficientNet进行预训练,获得源领域特征;将目标领域数据集输入预训练的EfficientNet,获得目标领域特征。其次,将源领域特征和目标领域特征传递至领域分类器,输出领域标签向量。接着,设计缺陷检测损失函数,包括多个损失项,各个损失项通过加权进行加和。最后,EfficientNet和领域分类器进行交替更新;EfficientNet的输出通过softmax层输出针织面料图像的断纱缺陷类型。本发明可以解决针织面料缺陷图像数据量不足的问题,并进一步提高缺陷检测的准确率。
技术关键词
针织面料
缺陷检测系统
图像
分类器
拉普拉斯
检测损失
缺陷检测方法
数据
标签
损失函数设计
纺织面料技术
像素
特征提取单元
纹理
纱线
语义
参数
色彩
编码
颜色
系统为您推荐了相关专利信息
多算法融合
陶瓷绝缘子
融合算法
视觉特征
风速传感器
500kV变电站
智能导航系统
矢量量化算法
定位跟踪技术
机器人巡检方法
噪声干扰抑制
深度学习模型
残差学习
生成对抗网络
图像优化方法
知识图谱构建方法
实体
高分辨率遥感图像
遥感图像数据
分支