摘要
本发明公开了一种纺织品表面缺陷检测方法,根据纺织品表面缺陷的尺寸,划分多个缺陷集群,对应训练多个目标检测模型;方法还包括,对纺织品表面图像进行预处理,得到多个包含纺织品表面缺陷的图像区域;根据纺织品表面图像的图像特征,为纺织品表面图像对应的图像区域分配目标检测模型;通过多个目标检测模型并行处理图像区域,识别纺织品表面缺陷。本发明通过多模型并行处理和针对不同缺陷尺寸训练的目标检测模型,显著提升了纺织品表面缺陷检测的速度与精度。利用精确的智能模型选择,有效减少了漏检和误检,增强了系统的鲁棒性和适应性,满足现代纺织生产对实时性和准确性的严格要求。
技术关键词
表面缺陷检测方法
表面缺陷检测系统
纺织品生产线
集群
图像增强技术
深度学习框架
图像采集模块
智能模型
缺陷尺寸
光源装置
预警模块
多模型
数据
报告
相机
鲁棒性