摘要
本申请公开了一种基于YOLO算法的验布设备瑕疵检验方法及系统,其通过使用高分辨率线扫相机连续扫描被检验布匹以得到布匹图像的集合,并采用基于深度学习的图像识别和分析技术来对所述布匹图像的集合进行拼接以形成完整的布匹连续图像,接着,采用YOLO算法对拼接后的布匹连续图像进行形状、纹理和颜色的特征捕捉,并分别对这些特征进行特征空间自适应增强处理,以此根据增强处理后的布匹形状增强编码特征、布匹纹理增强编码特征和布匹颜色增强编码特征之间的多尺度级联编码来自动地判断被检验布匹是否存在瑕疵。这样,能够实现快速检测,同时提高对细微瑕疵的识别能力,从而提供了更加智能化的瑕疵检验方案。
技术关键词
编码特征
YOLO算法
像素
检验布匹
语义
检验方法
瑕疵
纹理
多尺度
形状上下文
颜色
图像拼接
级联
拓扑特征
图像多特征
图像扫描模块
YOLO模型
矩阵
系统为您推荐了相关专利信息
决策方法
国土空间规划
双向长短期记忆网络
语义知识图谱
土地利用分类
居家养老服务系统
动作特征
语义分析模型
关键词
手部关键点