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