欢迎访问纺织科技进展杂志网站!
2024年4月30日 星期二
/div>
首 页
期刊介绍
期刊导读
编委会
投稿指南
期刊订阅
广告合作
联系我们
论文重合自检
英文版
期刊导读
2024年期刊
2021年期刊
2013年期刊
2022年期刊
2016年期刊
2019年期刊
2014年期刊
2020年期刊
2023年期刊
2017年期刊
2018年期刊
2015年期刊
请用手机扫描二维码
关注纺织科技进展杂志
论文检索:
作者:
日期:
请选择
2024
2021
2013
2022
2016
2019
2014
2020
2023
2017
2018
2015
请选择
1
2
3
4
5
6
7
8
9
10
11
12
2023年期刊
您当前的位置:首页 - 期刊导读 - 2023年期刊
2023年1期
2023年2期
2023年3期
2023年4期
2023年5期
2023年6期
2023年7期
2023年8期
2023年9期
2023年10期
2023年11期
2023年12期
基于胶囊网络与滑动窗口的织物疵点检测方法
作者:
丁琼|祝双武|田乐|王茹
时间:
2023/9/22
浏览:
319
次
摘 要:
针对卷积神经网络因池化过程造成提取特征不充分,导致织物疵点检测精度差的问题,提出一种基于胶囊网络与滑动窗口的织物疵点检测方法。应用 K-means聚类方法对标注的目标框进行聚类分析,得到合适的滑窗切分尺寸;应用滑动窗口按照一定尺寸切分疵点图像,以此实现后续的疵点定位;将得到的不同尺寸疵点图像输入胶囊网络实现疵点分类,并应用 NMS算法去除冗余框得到疵点检测结果。基于 Pytorch框架构建胶囊网络模型,并就各种模型参数对织物疵点分类准确率的影响进行分析,利用在实际场景中采集的各类疵点图像,对胶囊网络织物疵点检测模型进行验证,得到4种疵点的检测结果。为了证明该方法的泛化性,在 TILDA 数据集上进行验证,并与目前主流目标检测模型的检测精度进行对比。结果表明:该方法能够准确、有效地对织物疵点进行检测和分类识别,平均精度均值达90.78%,比大部分主流目标检测模型的检测精度高。
关键词:
织物疵点检测;深度学习;胶囊网络;滑动窗口;图像处理
作 者:
下载附件:
基于胶囊网络与滑动窗口的织物疵点检测方法
论文格式
|
审稿流程
|
摘要撰写
|
参考文献
|
广告合作
|
联系我们
未经许可:禁止转载、复制或建立镜像,如有违反,追究法律责任
版权归四川省纺织科学研究院有限公司 电话/传真:028-87779123 87789462 蜀ICP备
2021028412号-1
V设计提供技术支持
地址:成都市金牛高新技术产业园区天龙大道1166号