[发明专利]一种实时布匹缺陷检测方法

权利要求书

1.一种实时布匹缺陷检测方法，其特征在于，包括一预先生成特征提取器和布匹分类模型的过程，具体包括以下步骤：

步骤A1，采集具有预设第一尺寸的布匹原始大图；

步骤A2，对所述布匹原始大图中的布匹缺陷区域进行像素级标注，得到布匹标注大图；

步骤A3，对所述布匹标注大图进行随机采样得到若干具有预设第二尺寸的布匹样本图像；

步骤A4，分别对各所述布匹样本图像进行数据预处理，得到若干布匹预处理图像；

步骤A5，根据所述布匹预处理图像训练得到所述特征提取器；

步骤A6，根据所述布匹预处理图像训练得到所述布匹分类模型；

还包括一实时布匹缺陷检测的过程，具体包括以下步骤：

步骤S1，采集具有所述预设第一尺寸的待检测布匹图；

步骤S2，根据所述特征提取器对所述待检测布匹图进行特征提取，得到所述待检测布匹图对应的布匹特征图；

步骤S3，采用具有所述预设第二尺寸的滑动窗口，以预设步长对所述布匹特征图进行采样得到若干采样特征图；

步骤S4，根据所述布匹分类模型分别对各所述采样特征图进行布匹分类，得到各所述采样特征图对应的布匹分类结果；

步骤S5，根据各所述布匹分类结果生成分类结果热力图，并对所述分类结果热力图进行处理得到所述待检测布匹图中的布匹缺陷区域以及所述布匹缺陷区域的缺陷类型。

2.根据权利要求1所述的实时布匹缺陷检测方法，其特征在于，所述预设第一尺寸为8192像素*8192像素。

3.根据权利要求1所述的实时布匹缺陷检测方法，其特征在于，所述预设第二尺寸为256像素*256像素。

4.根据权利要求1所述的实时布匹缺陷检测方法，其特征在于，所述步骤A4中，所述数据预处理包括对各所述布匹样本图像进行随机颜色扰动，和/或随机截取，和/或直方图均衡，和/或随机水平方向翻转，和/或随机垂直方向翻转，和/或随机擦除，和/或归一化处理。

5.根据权利要求1所述的实时布匹缺陷检测方法，其特征在于，所述特征提取器为基于残差和通道注意力机制的se-resnet50的全局平均池化层之前的卷积神经网络模型。

6.根据权利要求1所述的实时布匹缺陷检测方法，其特征在于，所述布匹分类模型的网络结构包括全局池化层，与所述全局池化层连接的全连接层，以及与所述全连接层连接的softmax层。

7.根据权利要求6所述的实时布匹缺陷检测方法，其特征在于，所述布匹分类模型的训练过程中，采用的损失函数为加权损失函数，所述加权损失函数的计算公式如下：

TotalLoss＝λ₁L₆+λ₂L₇

其中，

其中，

TotalLoss用于表示所述加权损失函数；

L₆用于表示cosface损失函数；

L₇用于表示arcface损失函数；

λ₁、λ₂分别为所述cosface损失函数和所述arcface损失函数的权重；

M用于表示当前训练批次的样本数量；

m用于表示所述布匹分类模型的模型超参数；

y_i用于表示第i个样本的标签；

i用于表示当前训练批次中第i个训练样本；

j用于表示当前训练批次中第j个训练样本。

8.根据权利要求7所述的实时布匹缺陷检测方法，其特征在于，λ₁取值为0.5，λ₂取值为0.5。

9.根据权利要求1所述的实时布匹缺陷检测方法，其特征在于，执行所述步骤S2之前，还包括对所述待检测布匹图进行图像预处理，所述图像预处理包括直方图均衡和/或归一化。