[发明专利]纺织纤维成分识别方法、电子设备及存储介质

说明书

本申请提供一种纺织纤维成分识别方法、电子设备及存储介质。方法包括：获取待识别纤维图像；将待识别纤维图像输入至预先训练好的纤维分类模型中，获得纤维分类模型中特征提取模块的第一输出特征向量；纤维分类模型为利用softmax损失函数、三元组损失函数和中心损失函数训练获得；根据第一输出特征向量、纤维分类模型对应的化学纤维均值和棉麻纤维均值确定待识别纤维图像的纤维类别。本申请实施例通过利用softmax损失函数、三元组损失函数和中心损失函数对纤维分类模型进行训练，使得在训练的过程中找到棉麻纤维和化学纤维可鉴别的特征，有效提高了化学纤维和棉麻的分类准确率。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种纺织纤维成分识别方法、电子设备及存储介质。

背景技术

在服饰行业中，为了便于生产管理和产品分析，需要对纺织纤维成分进行科学的判别。

在服饰各种纤维中，棉和亚麻、苎麻等天然纤维用量占比较高。在棉和麻成分定量定性分析时，传统做法是将棉和麻天然纤维放置于玻片中，进行冲洗分散，然后在显微镜下使用人眼对玻片中的纤维进行统计分类，这种纤维成分分析方法耗时耗力；现有的纤维成分分析方法为基于电子显微镜，自动对焦拍摄玻片各个部分，然后使用实例分割得到每根纤维截图，再对每根纤维截图进行定量定性分析，该方法存在的问题是，在成衣棉麻纤维中常存在一定数量的化学纤维（如聚酯、腈纶、锦纶）等，直接对纤维进行纤维成分识别时，常会将化学纤维误识别成棉或者麻。再有，在电子显微镜下，单根纤维成像像素较大，棉麻纤维的纹理在整个单根纤维图中分布较小，导致对棉麻纤维定量定性分析的准确性较低。

发明内容

本申请实施例的目的在于提供一种纺织纤维成分识别方法、电子设备及存储介质，用以对纺织品中纤维成分的识别，以提高对纤维成分识别的准确性。

第一方面，本申请实施例提供一种纺织纤维成分识别方法，包括：获取待识别纤维图像；将所述待识别纤维图像输入至预先训练好的纤维分类模型中，获得所述纤维分类模型中特征提取模块的第一输出特征向量；其中，所述纤维分类模型为利用softmax损失函数、三元组损失函数和中心损失函数训练获得；根据所述第一输出特征向量、所述纤维分类模型对应的化学纤维均值和棉麻纤维均值确定所述待识别纤维图像的纤维类别；其中，所述化学纤维均值和棉麻纤维均值为所述纤维分类模型对预先获取的推理样本处理获得。

本申请实施例中，利用softmax损失函数、三元组损失函数和中心损失函数对纤维分类模型进行训练，使得在训练的过程中找到棉麻纤维和化学纤维可鉴别的特征。因此，利用训练好的纤维分类模型对获得的待识别纤维图像进行识别，有效提高了化学纤维和棉麻的分类准确率。

进一步地，所述根据所述第一输出特征向量、所述纤维分类模型对应的化学纤维均值和棉麻纤维均值确定所述待识别纤维图像的纤维类别，包括：分别计算所述第一输出特征向量到所述化学纤维均值之间的第一距离和所述第一输出特征向量到所述棉麻纤维均值之间的第二距离；根据所述第一距离和所述第二距离确定所述待识别纤维图像的纤维类别。

本申请实施例中，化学纤维均值和棉麻纤维均值分类用于表征化学纤维的可鉴别特征和棉麻纤维的可鉴别特征，因此，通过计算第一输出特征向量分别到化学纤维均值和棉麻纤维均值的距离可以准确地获得待识别纤维图像的纤维类别。