摘要
本发明提出了一种基于轻量化网络的数码印花缺陷检测方法,通过将待检测图像输入至训练好的检测模型中,以使训练好的检测模型执行检测过程,从而得到数码印花织物是否存在缺陷的检测结果。检测过程包括:对待检测图像进行小波变换提取出高频分量和低频分量,并利用两者提取出轮廓语义混合特征;对轮廓语义混合特征进行增强得到增强轮廓语义混合特征;根据增强轮廓语义混合特征进行分类检测。由于本发明的训练好的检测模型设计了小波卷积模块、包含注意力机制的并行模块、改进型多尺度瓶颈模块,以提高检测效果,以实现在相同硬件条件下更高效且准确的缺陷检测,解决了现有技术在数码印花织物缺陷检测中检测精度低、速度慢、难以泛化等问题。
技术关键词
数码印花
缺陷检测方法
池化特征
编码特征
瓶颈
变换特征
轮廓特征
多尺度
积层
语义
空间金字塔池化
网络
卷积模块
织物缺陷检测
通道
卷积特征
注意力
系统为您推荐了相关专利信息
语义分割模型
语义分割方法
灵敏度矩阵
多模态特征
彩色图像
图像增强模型
解码组件
图像增强方法
编码特征
编码器组件
原始图像数据
特征提取模型
重构图像数据
图像编码器
通用特征
视觉缺陷检测方法
变电站设备
分类网络
后处理算法
累积分布函数
无人机巡检设备
面向变电站
缺陷检测方法
LiDAR点云数据
数字孪生模型