一种基于多模态学习的纱线颜色预测方法和系统

本发明提供一种多模态学习的纱线颜色预测方法和系统，属于纺织印染技术领域，包括先全面采集纱线生产中的混棉纤维数据、工艺参数、纤维颜色数据、纱线外观图像及颜色数据，并对这些数据进行对齐、清洗和归一化预处理；随后构建特征提取模块、补偿融合模块及输出模块组成的颜色预测网络，利用1D‑CNN完成主模态特征提取与初步预测后，借助VGG16提取辅助模态特征，再经补偿融合模块计算相关性实现对初步预测的补偿；最后选用CIEDE2000色差公式作为损失函数，结合Adam优化器优化模型参数。本发明凭借融合多模态数据、独特融合补偿策略及自适应互补融合机制，显著提高了纱线颜色预测的精准度、准确性与稳定性，为纺织印染行业色纺纱颜色预测提供了更可靠的技术方案。