摘要
本发明公开了一种纺织品瑕疵检测办法,包括以下步骤,步骤A,图片采集:借助视觉传感系统针对纺织针纺织部位进行实时和/或定时采集的方式去采集图像;步骤B,构建特征提取网络:基于YOLOv5骨干网络并引入多分支离散余弦注意力机制模块MDCA构成新的骨干网络SCNet,并根据采集图像,绘制新的骨干网络SCNet输出特征图;步骤C,采用MUPool池化方法:新的骨干网络SCNet输出特征图通过多视角图卷积、级联结构和后端融合模块获取并筛选重要节点特征,最终生成多尺度特征图,能够在保证较高检测精度的同时,解决油污、黑油针、亮油针、污渍纱出现的误检和漏检问题。
技术关键词
纺织品瑕疵检测
节点特征
视觉传感系统
输出特征
多尺度特征融合
离散余弦
办法
生成多尺度
注意力机制
特征提取网络
特征金字塔
多分支
模块
针纺织
残差结构
神经网络框架
级联
多视角特征
系统为您推荐了相关专利信息
异常检测方法
样本
Adam算法
过滤器
节点特征
面部关键点
人脸检测方法
人脸检测模型
网络
输出特征
食品推荐方法
大数据
推荐系统
构建知识图谱
时间段