用于织物表面缺陷检测的方法、装置和设备制造方法及图纸

本申请公开了一种用于织物表面缺陷检测的方法、装置和设备，该方法包括：获取织物的待检图像；利用神经网络模型对所述待检图像进行检测；若检测结果为所述待检图像对应的织物表面存在缺陷，则生成检测结果提示信息；获取用户对检测结果的反馈信息；若所述反馈信息为负反馈信息，则计算检测误差值，并根据所述检测误差值调整所述神经网络模型的网络参数。该方法、装置和设备能够在基本上不费人力的情况下提高织物表面缺陷检测准确度，并可在织物表面缺陷检测的过程中，获取用户对检测结果的反馈信息，实时调整神经网络模型的参数，降低误检率，提高检测效率。

Method, apparatus and equipment for fabric surface defect detection

This application discloses a method, apparatus and equipment for fabric surface defect detection, which includes: acquiring the fabric image to be inspected; detecting the image to be inspected by using the neural network model; generating the detection result prompt information if the detection result is that the fabric surface defect corresponding to the image to be inspected exists; obtaining the user's feedback information on the detection result; and When the feedback information is negative feedback information, the detection error value is calculated and the network parameters of the neural network model are adjusted according to the detection error value. This method, device and equipment can improve the accuracy of fabric surface defect detection basically without labor. In the process of fabric surface defect detection, users'feedback information can be obtained, the parameters of neural network model can be adjusted in real time, the false detection rate can be reduced, and the detection efficiency can be improved.

【技术实现步骤摘要】
用于织物表面缺陷检测的方法、装置和设备
本申请涉及织物检测
，特别涉及织物表面缺陷的检测方法、装置和设备。
技术介绍
在机织布、针织布、非织造布等织物的生产线上，需要检测所生产出来的织物是否存在表面缺陷，例如，织物上是否有污渍、破洞、起毛等等。目前的检测方法主要是由检测人员站在验布设备前通过肉眼检测的方式发现织物表面缺陷并对表面缺陷进行标记或记录。在织物的产量很大的情况下，由检测人员来检测将会很费人力，而且，检测人员在工作一段时间之后容易疲劳，从而存在发生误检的可能性。因此，由检测人员来检测的总体缺陷检测效率不高、并且检测准确度不够稳定。少部分企业也有采用验布机来检测，但是目前的验布机不具有自动学习的能力，当出现误检时，不能实时修正，在下一次遇到同样的情况时，仍然会再次误检，导致检测效率和检测准确度不高。
技术实现思路
鉴于以上问题，本专利技术的实施例提供一种用于织物表面缺陷检测的方法、装置和设备，其能解决上述
技术介绍
部分提到的技术问题。按照本专利技术的实施例的用于织物表面缺陷检测的方法，包括：获取织物的待检图像；利用神经网络模型对所述待检图像进行检测；若检测结果为所述待检图像对应本文档来自技高网...

【技术保护点】
1.用于织物表面缺陷检测的方法，其特征在于，包括：获取织物的待检图像；利用神经网络模型对所述待检图像进行检测；若检测结果为所述待检图像对应的织物表面存在缺陷，则生成检测结果提示信息；获取用户对所述检测结果的反馈信息；若所述反馈信息为负反馈信息，则计算检测误差值，并根据所述检测误差值调整所述神经网络模型的网络参数。

【技术特征摘要】
1.用于织物表面缺陷检测的方法，其特征在于，包括：获取织物的待检图像；利用神经网络模型对所述待检图像进行检测；若检测结果为所述待检图像对应的织物表面存在缺陷，则生成检测结果提示信息；获取用户对所述检测结果的反馈信息；若所述反馈信息为负反馈信息，则计算检测误差值，并根据所述检测误差值调整所述神经网络模型的网络参数。2.根据权利要求1所述的方法，其特征在于，所述神经网络模型包括单一型神经网络模型或联合型神经网络模型。3.根据权利要求1所述的方法，其特征在于，在获取织物的待检图像后，所述方法还包括：对所述待检图像进行高斯滤波，得到去噪后的待检图像；相应的，利用神经网络模型对所述待检图像进行检测，包括：利用神经网络模型对所述去噪后的待检图像进行检测。4.根据权利要求1所述的方法，其特征在于，所述神经网络模型是利用多个样品图像训练得到的，所述多个样品图像包括：多个无缺陷织物的样品图像和多个有缺陷织物的样品图像。5.用于织物表面缺陷检测的装置，其特征在于，包括：第一获取模块，用于获取织物的待检图像；检测模块，用于利用神经网络模型对所述待检图像进行检测；生成模块，用于若检测结果为所述待检图像对应的织...

【专利技术属性】
技术研发人员：金玲玲，饶东升，何文玮，宋晓文，
申请(专利权)人：深圳灵图慧视科技有限公司，
类型：发明
国别省市：广东,44