[发明专利]基于深度学习的织物瑕点智能检测方法在审
| 申请号： | 202210445348.6 | 申请日： | 2022-04-26 |
| 公开（公告）号： | CN114742809A | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 陈伟杰;徐敏彰;谢森时;陈彦榕;陈冰;叶彬雅 | 申请（专利权）人： | 浙江工业大学之江学院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T3/60;G06T7/10;G06V10/26;G06V10/40;G06V10/24;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州鼎乎专利代理事务所(普通合伙) 33377 | 代理人： | 黄勇 |
| 地址： | 312030 浙江省绍*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的织物瑕点智能检测方法，涉及纺织品技术领域。本发明包括如下模型训练步骤：步骤1，收集关于织物瑕点的图片，对原图片裁剪旋转等方式操作，主要是对于数据集中较少的类别进行增强使图片数量尽可能平衡，将所有图片按比例分为训练集和验证集。本发明为了防止过拟合，利用裁剪旋转等方式对于较少数量的瑕疵样本进行了数据增强，更有效地提高模型的性能，从而实现准确的预测。本发明基于yolo5‑lite模型，根据织物缺陷判断的特征巧妙地确定了隐含层数数目、各层神经元的数目以及网络参数，也即构建了一个适合检测织物好次的卷积神经网络模型。为具有高准确率的织物瑕疵识别提供了可能。 | ||
| 搜索关键词： | 基于 深度 学习 织物 智能 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学之江学院，未经浙江工业大学之江学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210445348.6/，转载请声明来源钻瓜专利网。
