摘要
本发明涉及一种基于风格迁移网络的高速运动织物瑕疵图像生成方法,包括如下步骤:使用工业相机采集静态织物瑕疵图像和高速运动织物瑕疵图像,将静态织物瑕疵图像作为源图像,高速运动织物瑕疵图像作为目标图像,制作训练集;对静态及高速运动织物瑕疵图像进行特征分析并解耦,构建MVU‑Style‑Transfer网络模型;利用训练集对网络模型进行训练,获得训练完成的网络模型;将待生成的静态织物瑕疵图像输入到训练完成的网络模型中,获得高速运动织物瑕疵图像的生成结果。本发明能为目标检测模型提供充足的训练样本,从而提升模型在高速作业下的检出率,解决了因模型泛化性不足导致的高速运动状态下检出率显著下降的问题,满足实际工业生产需求。
技术关键词
图像生成方法
瑕疵
织物
多层感知机
运动
风格
序列
相机曝光时间
纹理外观
工业相机
解码器
视觉
VGG网络
训练集
编码器
特征提取网络
验布机
度量
系统为您推荐了相关专利信息
健康数据分析方法
特征值
肠鸣音
传感器阵列
频率
速度前瞻方法
模板缝纫机
缝纫机送料装置
旋转轴
旋转式
机器人运动轨迹
机器人本体
移动装置
图像采集装置
直线