基于卷积神经网络和迁移学习的色织物疵点检测 |
| |
引用本文: | 罗俊丽,路凯.基于卷积神经网络和迁移学习的色织物疵点检测[J].上海纺织科技,2019(6). |
| |
作者姓名: | 罗俊丽 路凯 |
| |
作者单位: | 许昌学院信息工程学院 |
| |
摘 要: | 针对色织物疵点检测准确率较低的问题,提出一种基于卷积神经网络的疵点识别方法。首先对织物图像进行预处理,然后将无疵点织物和5类疵点织物图像样本输入到残差网络模型进行训练和测试,最终总识别率为91.53%。以残差网络模型为例,研究了迁移学习在织物疵点识别中的应用。将ImageNet数据集上预训练的图像特征迁移到织物疵点识别任务上,并在两个大小不同的数据集上比较迁移学习的效果。结果显示,当数据集较小时,通过迁移学习可以提升模型的识别率。
|
本文献已被 CNKI 等数据库收录! |
|