布匹缺陷检测方法和装置制造方法及图纸

本发明专利技术提供一种布匹缺陷检测方法和装置，所述方法包括以下步骤：获取样本数据集，其中，样本数据集中包含多个存在布匹缺陷的样本产品图像和多个不存在布匹缺陷的样本产品图像；确定样本数据集对应的布匹类型；根据布匹类型，通过样本数据集以相应的训练方式对神经网络进行训练，得到相应的布匹缺陷检测模型；获取待检测产品图像，并确定待检测产品图像中的布匹类型；将确定了布匹类型的待检测产品图像输入相应的布匹缺陷检测模型，以判断是否存在布匹缺陷。本发明专利技术检测速度较快，效率较高，人工成本较低，且检测准确率较高，适用性较广。

【技术实现步骤摘要】
布匹缺陷检测方法和装置
本专利技术涉及深度学习
，具体涉及一种布匹缺陷检测方法、一种布匹缺陷检测装置、一种计算机设备、一种非临时性计算机可读存储介质和一种计算机程序产品。
技术介绍
随着纺织工业的快速发展，布匹的产量变得越来越大。布匹在生产完成后可能存在一些缺陷，例如缺损、抽丝、错经纬等，因此有必要在投入市场或深加工前进行缺陷检测。目前对于布匹缺陷的检测大多是通过人工视力观察的方式来完成的，速度慢，效率低下，人工成本高，而机器辅助的方式又存在误报频繁和难以适用于多种布匹的问题。
技术实现思路
本专利技术为解决上述技术问题，提供了一种布匹缺陷检测方法和装置，检测速度较快，效率较高，人工成本较低，且检测准确率较高，适用性较广。本专利技术采用的技术方案如下：一种布匹缺陷检测方法，包括以下步骤：获取样本数据集，其中，所述样本数据集中包含多个存在布匹缺陷的样本产品图像和多个不存在布匹缺陷的样本产品图像；确定所述样本数据集对应的布匹类型；根据所述布匹类型，通过所述样本数据集以相应的训练方式对神经网络进行训练本文档来自技高网...

【技术保护点】
1.一种布匹缺陷检测方法，其特征在于，包括以下步骤：/n获取样本数据集，其中，所述样本数据集中包含多个存在布匹缺陷的样本产品图像和多个不存在布匹缺陷的样本产品图像；/n确定所述样本数据集对应的布匹类型；/n根据所述布匹类型，通过所述样本数据集以相应的训练方式对神经网络进行训练，得到相应的布匹缺陷检测模型；/n获取待检测产品图像，并确定所述待检测产品图像中的布匹类型；/n将确定了布匹类型的待检测产品图像输入相应的布匹缺陷检测模型，以判断是否存在布匹缺陷。/n

【技术特征摘要】
1.一种布匹缺陷检测方法，其特征在于，包括以下步骤：
获取样本数据集，其中，所述样本数据集中包含多个存在布匹缺陷的样本产品图像和多个不存在布匹缺陷的样本产品图像；
确定所述样本数据集对应的布匹类型；
根据所述布匹类型，通过所述样本数据集以相应的训练方式对神经网络进行训练，得到相应的布匹缺陷检测模型；
获取待检测产品图像，并确定所述待检测产品图像中的布匹类型；
将确定了布匹类型的待检测产品图像输入相应的布匹缺陷检测模型，以判断是否存在布匹缺陷。


2.根据权利要求1所述的布匹缺陷检测方法，其特征在于，进行训练的样本数据集中的图像和实施检测的待检测产品图像均为灰度图像。


3.根据权利要求2所述的布匹缺陷检测方法，其特征在于，所述神经网络为VGG网络或Inception网络。


4.根据权利要求3所述的布匹缺陷检测方法，其特征在于，所述布匹类型包括纯色布和色织布。


5.根据权利要求4所述的布匹缺陷检测方法，其特征在于，当所述布匹类型为纯色布时，通过所述样本数据集以相应的训练方式对神经网络进行训练，包括：
使用可变尺度模糊平均，将原始样本产品图像的4个像素合并为一个平均数值的像素点，再对整体图像的数值点进行特异取值，将特异取值的区域关注度拔高，并对其进行抠图操作；
在所述神经网络中构建分类算法，并通过抠图操作得到的图像对该神经网络进行训练。


6.根据权利要求4所述的布匹缺陷检测方法，其特征在于，当所述布匹类型为色织布时，通过所述样本数据集以相应的...

【专利技术属性】
技术研发人员：陈海波，段艺霖，
申请(专利权)人：深兰人工智能芯片研究院江苏有限公司，深兰科技上海有限公司，
类型：发明
国别省市：江苏;32