一种基于S-YOLOV3的织物实时缺陷检测方法技术

本发明专利技术公开一种基于S‑YOLOV3的织物实时缺陷检测方法，包括以下步骤：步骤1，采集有缺陷的织物图像并进行人工标注后作为数据集；步骤2，建立S‑YOLOV3网络模型，S‑YOLOV3网络模型中每个卷积层后都很连接一个BN层和一个LeakyReLU层，每个BN层中引入卷积核的缩放参数γ和平移参数β；步骤3，采用S‑YOLOV3网络模型对数据集进行训练；步骤4，输入一张待检测的织物图片，采用步骤3训练好的S‑YOLOV3网络模型对待检测的织物图片进行检测，输出检测结果。本发明专利技术解决了现有技术中存在的对复杂纹理织物检测效果差的问题。

【技术实现步骤摘要】
一种基于S-YOLOV3的织物实时缺陷检测方法
本专利技术属于缺陷检测
，涉及一种基于S-YOLOV3的织物实时缺陷检测方法。
技术介绍
纺织产业是我国重要的民生产业，对我国经济社会的发展具有重大意义。纺织品的质量检测是纺织产业链中十分重要的一环，缺陷检测又是纺织品质量检测中的重要阶段,但是由于织物纹理图案复杂、缺陷种类多样化，增加了织物缺陷检测的难度，传统的织物缺陷检测是依靠人工目测来完成，成本高效率低、鲁棒性低，难以满足实际生产的需求。针对织物表面缺陷检测，众多国内外学者做了相关研究。传统方法在实施过程中需要对图像进行复杂的预处理,并且需要手工设置参数,但是这会产生巨大的人工和时间消耗,而且传统方法在面对不同纹理织物缺陷时通用性较差，检测效果不佳。
技术实现思路
本专利技术的目的是提供一种基于S-YOLOV3的织物实时缺陷检测方法，解决了现有技术中存在的对复杂纹理织物检测效果差的问题。本专利技术所采用的技术方案是，一种基于S-YOLOV3的织物实时缺陷检测方法，包括以下步骤：r>步骤1，采集有缺本文档来自技高网...

【技术保护点】
1.一种基于S-YOLOV3的织物实时缺陷检测方法，其特征在于，包括以下步骤：/n步骤1，采集有缺陷的织物图像并进行人工标注后作为数据集；/n步骤2，建立S-YOLOV3网络模型，所述S-YOLOV3包括依次连接的输入层、Darknet53网络和输出层，所述Darknet53网络包含52个卷积层和一个全连接层；/n所述52个卷积层为卷基核为1×1的卷积层和卷基核为3×3的卷积层交叉排布，且每个卷积层后都很连接一个BN层和一个LeakyReLU层，所述每个BN层中引入卷积核的缩放参数γ和平移参数β；/n步骤3，采用S-YOLOV3网络模型对数据集进行训练；/n步骤4，输入一张待检测的织物图片，采...

【技术特征摘要】
1.一种基于S-YOLOV3的织物实时缺陷检测方法，其特征在于，包括以下步骤：
步骤1，采集有缺陷的织物图像并进行人工标注后作为数据集；
步骤2，建立S-YOLOV3网络模型，所述S-YOLOV3包括依次连接的输入层、Darknet53网络和输出层，所述Darknet53网络包含52个卷积层和一个全连接层；
所述52个卷积层为卷基核为1×1的卷积层和卷基核为3×3的卷积层交叉排布，且每个卷积层后都很连接一个BN层和一个LeakyReLU层，所述每个BN层中引入卷积核的缩放参数γ和平移参数β；
步骤3，采用S-YOLOV3网络模型对数据集进行训练；
步骤4，输入一张待检测的织物图片，采用步骤3训练好的S-YOLOV3网络模型对待检测的织物图片进行检测，输出检测结果。


2.如权利要求1所述的一种基于S-YOLOV3的织物实时缺...

【专利技术属性】
技术研发人员：景军锋，周君，张缓缓，王震，黄汉林，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：陕西;61