摘要
本发明属于图像识别技术领域,公开了一种基于图像识别的面料瑕疵检测方法,方法包括:基于面料瑕疵图像样本的特征构建图像特征数据集;通过特征融合网络,将特征图集合中不同尺度的特征进行加权拼接,得到融合特征图;若融合特征图中像素值超过预设阈值,则采用分类网络判断对应区域为瑕疵,得到瑕疵分类结果;根据瑕疵分类结果,采用边界回归网络优化瑕疵区域边界框,得到瑕疵定位坐标;通过瑕疵定位坐标,采用后处理算法对瑕疵区域进行标注,生成最终检测结果。本发明实现了面料瑕疵的自动检测、定位和分类,提高了检测精度和效率,可广泛应用于纺织品质量控制领域。
技术关键词
后处理算法
瑕疵检测方法
图像特征数据
分类网络
融合特征
坐标
多尺度特征提取
像素
特征融合网络
图像金字塔
注意力机制
面料
卷积神经网络提取
网络优化
多尺度特征融合
图像匹配方法
图像增强技术
系统为您推荐了相关专利信息
时序特征
交互特征
交叉注意力机制
轨迹预测方法
轨迹预测系统
融合特征提取
标识方法
数字高程模型数据
输出特征
数字正射影像图