摘要
本发明公开了基于深度学习的纺织提花检测方法及系统,涉及图像数据处理领域,本发明通过设定缺陷总种类集,收集包含各类提花图案且涵盖各种可能缺陷的纺织品图像,对缺陷图像进行标注,通过数据增强技术,对缺陷图像进行增强,将增强缺陷图像集分为缺陷图像训练集和缺陷图像测试集,设置缺陷图像训练标签集和缺陷图像测试标签集;将CNN卷积神经网络与RNN循环神经网络结合,构建初始CRNN卷积循环神经网络模型,使用缺陷图像训练集和缺陷图像训练标签集、缺陷图像测试集和缺陷图像测试标签集对初始CRNN卷积循环神经网络模型进行训练优化,得到最终CRNN卷积循环神经网络模型;对实时采集的纺织品的图像进行分析,将存在缺陷的纺织品的图像进行缺陷分类。
技术关键词
卷积循环神经网络
提花图案
纺织品
图像处理硬件
粒子
图像传输系统
图像数据处理
优化器
检查缺陷
样本
模块
误差
训练集
速度
表达式
服务器
相机