|
|||||
|
|
| 基于特征残差的色织物瑕疵检测 | |
| 作者姓名： | 包晓安 林德守 张娜 |
| 作者单位： | 浙江理工大学信息学院,杭州310018 |
| 基金项目： | 国家自然科学基金(6207050141); 浙江省自然科学基金(LQ20F050010); 浙江省重点研发计划(2020C03094) |
| 摘 要： | 为解决自动织物瑕疵检测算法中,未知花色织物瑕疵检测困难的问题,提出了一种基于特征残差的色织物瑕疵检测方法.首先使用瑕疵织物图像与模板织物图像的瑕疵残差和正常无标注织物图像进行融合,生成新花色瑕疵织物样本;然后改进特征提取网络采用共享权值方法,对瑕疵织物和模板织物提取特征后计算得到特征残差;最后使用ROIAlign方法将全局上下文信息缩放到和感兴趣区域统一大小后进行特征融合,对融合特征进行瑕疵分类和位置回归.实验针对不包含未知花色和包含未知花色的不同测试集分别进行算法测试实验,结果表明改进后的算法能够较好地消除织物花色对检测结果的影响,在不包含未知花色的测试集中精度得到了较大的提升,在包含未知花色的测试集中,瑕疵检测效果依旧保持不错的精度,相较于改进前的通用算法,最终score分别提升了15.4％和16.2％. |
| 关 键 词： | 织物瑕疵 瑕疵检测 特征残差 深度学习 目标检测 |
| 收稿时间： | 2020-12-30 |
| 修稿时间： | 2021-01-29 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载免费的PDF全文 | |