一种基于ResNet的布料瑕疵检测方法及系统

本发明提供一种基于ResNet的布料瑕疵检测方法及系统，属于图像识别技术领域，包括以下步骤：利用摄像头对布料瑕疵图像进行捕获并建立数据集；对数据集中的图像进行预处理，并按照给定比例将数据集分为训练集和测试集；选择融合了Partial Convolution的ResNet‑50的卷积神经网络作为预训练模型，并在预训练模型中引入CA模块，构建布料瑕疵检测模型；将数据集输入布料瑕疵检测模型中训练，得到训练好的检测模型；导出模型；本发明采用的模型是端到端的学习模型，可以自动从原始图像中学习特征表示，无需依赖手工特征工程，减轻了工作量并提高了瑕疵检测性能，此外，本发明中的模型能够增强特征提取和表达能力，对于噪声和遮挡等干扰具有较强的鲁棒性。