摘要
本发明公开了一种基于机器学习的布料支数检测系统,包括:图像采集模块、图像预处理模块、特征提取模块以及识别模块;图像采集模块采用相机或扫描仪获取布料的图像数据;图像预处理模块对采集到的图像数据进行预处理,包括图像缩放、裁剪、角度变换、亮度和对比度调整;特征提取模块利用YOLOv5算法提取出经预处理后的图像数据的能够表征布料支数和织物缺陷的特征向量;识别模块根据特征向量,利用分类器对布料进行支数检测和缺陷识别,并将识别结果以可视化的方式展示出来;将布料支数检测和织物缺陷识别功能深度集成在一个系统中,通过优化模型结构和算法设计,实现多任务并行处理,进而不仅提高了检测效率,还减少了设备的复杂性和成本。
技术关键词
布料
图像采集模块
特征提取模块
织物缺陷
识别模块
评估机器学习模型
多任务并行处理
检测损失
分类器
多任务损失函数
图像缩放
数据
特征金字塔网络
扫描仪
算法
角点特征
对比度
系统为您推荐了相关专利信息
色差分量
图像增强模块
像素
图像分割
图像分类模型
聚类算法
数据
计算机程序指令
识别方法
特征提取模块
识别建模方法
点云数据处理技术
通道构件
三维结构
建模系统
无线充电桩
上位机管理
辅助设备
船舶
充电状态信息