摘要
本发明提出一种适用于小样本和小目标的皮革缺陷检测方法及系统,涉及工业质检技术领域,解决了现有皮革缺陷检测方法在在小目标检测和样本不足场景下检测精度低问题。本发明通过采集不同皮革表面的多角度图像,得到正常皮革图像样本和原始缺陷样本,再利用正常皮革图像样本对原始缺陷样本进行数据增强,得到增强图像,然后将所述增强图像输入预设的生成对抗网络,输出具有皮革纹理特征的合成图像,接着利用合成图像对预设的改进型目标检测模型进行训练,得到训练好的皮革缺陷检测模型,最后将待检测皮革图像输入至所述皮革缺陷检测模型,输出缺陷检测结果。本发明能够有效提升在小样本、缺陷小目标及复杂纹理条件下的缺陷检测精度。
技术关键词
皮革缺陷检测方法
样本
图像
特征融合网络
生成对抗网络
皮革纹理
特征提取网络
多角度
卷积神经网络模型
缺陷检测系统
融合特征
工业质检
LED阵列
检测头
掩模
工业相机
时间片
模块
输入端
系统为您推荐了相关专利信息
投资管理方法
双线性插值方法
深度Q学习网络
投资管理系统
上采样
温度预测模型
温度预测方法
生成样本数据
矩阵
网络
多光谱成像装置
数据处理模块
云端服务器
长短期记忆网络
显示土壤湿度