皮革制品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皮革制品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，所述样本数据集中包含多个存在皮革制品缺陷的样本产品图像和多个不存在皮革制品缺陷的样本产品图像；通过所述样本数据集对引入子空间注意力机制的卷积神经网络进行训练，得到皮革制品缺陷检测模型；获取待检测产品图像；将所述待检测产品图像输入所述皮革制品缺陷检测模型，以判断是否存在皮革制品缺陷。本发明专利技术检测效率较高、速度较快，人工成本较低，且检测准确率较高。

【技术实现步骤摘要】
皮革制品缺陷检测方法和装置
本专利技术涉及机器学习
，具体涉及一种皮革制品缺陷检测方法、一种皮革制品缺陷检测装置、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
皮革制品可能会因皮革自身因素或制造因素，导致成品存在缺陷，例如缺损、错位等。因此有必要在投入市场前进行缺陷检测。目前对于皮革制品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。
技术实现思路
本专利技术为解决上述技术问题，提供了一种皮革制品缺陷检测方法和装置，检测效率较高、速度较快，人工成本较低，且检测准确率较高。本专利技术采用的技术方案如下：一种皮革制品缺陷检测方法，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皮革制品缺陷的样本产品图像和多个不存在皮革制品缺陷的样本产品图像；通过所述样本数据集对引入子空间注意力机制的卷积神经网络进行训练，得到皮革制品缺陷检测模型；获取待检测产品图像；将所述待检测产品图像输入所述皮革制品缺陷检测模型，以判断是否存在皮革制品本文档来自技高网...

【技术保护点】
1.一种皮革制品缺陷检测方法，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皮革制品缺陷的样本产品图像和多个不存在皮革制品缺陷的样本产品图像；/n通过所述样本数据集对引入子空间注意力机制的卷积神经网络进行训练，得到皮革制品缺陷检测模型；/n获取待检测产品图像；/n将所述待检测产品图像输入所述皮革制品缺陷检测模型，以判断是否存在皮革制品缺陷。/n

【技术特征摘要】
1.一种皮革制品缺陷检测方法，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皮革制品缺陷的样本产品图像和多个不存在皮革制品缺陷的样本产品图像；
通过所述样本数据集对引入子空间注意力机制的卷积神经网络进行训练，得到皮革制品缺陷检测模型；
获取待检测产品图像；
将所述待检测产品图像输入所述皮革制品缺陷检测模型，以判断是否存在皮革制品缺陷。


2.根据权利要求1所述的皮革制品缺陷检测方法，其特征在于，所述卷积神经网络为紧凑型卷积神经网络，所述子空间注意力机制为超轻量化子空间注意力机制。


3.根据权利要求2所述的皮革制品缺陷检测方法，其特征在于，所述紧凑型卷积神经网络为MobileNet，包含超轻量化子空间注意力模块ULSAM。


4.一种皮革制品缺陷检测装置，其特征在于，包括：
第一获取模块，所述第一获取模块用于获取样本数据集，其中，所述样本数据集中包含多个存在皮革制品缺陷的样本产品图像和多个不存在皮革制品缺陷的样本产品图像；
训练模块，所述训练模块用于通过所述样本数据集对引入子空间注意力机制的卷积神经网络进行训练，得到皮革制品...

【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