摘要
本发明公开的基于双通道特征学习的氨纶包覆纱缺陷检测方法,包括以下步骤:步骤1、采集氨纶包覆纱图像,自建氨纶包覆纱缺陷图像数据集;步骤2、对图像数据集按照比例进行划分,得到训练图像数据集与验证图像数据集;步骤3、构建包含双层卷积模块、双通道特征对齐模块及低光增强模块的缺陷检测网络模型;步骤4、利用训练图像数据集对网络模型进行训练,根据训练结果优化网络模型中各模块的参数;步骤5、将验证图像数据集输入至优化后的网络模型中,进行测试后输出验证结果。本发明的基于双通道特征学习的氨纶包覆纱缺陷检测方法,解决了传统的氨纶包覆纱缺陷检测方法,检测精度低,检测效率低,检测准确性不够的问题。
技术关键词
氨纶包覆纱
缺陷检测方法
验证图像数据
训练图像数据
检测网络模型
卷积模块
对齐模块
纱线结构
抑制背景噪声
图像增强
对比度
识别纱线
全局平均池化
随机梯度下降
解码器结构
退火策略
噪声条件