布匹的瑕疵识别方法及模型训练方法技术

本申请提供一种布匹的瑕疵识别方法及模型训练方法，模型训练方法包括：通过预设模型对布匹进行检测处理得到检测结果，检测结果包括：预设模型检测到的第一瑕疵在布匹中的瑕疵位置、以及每个第一瑕疵的瑕疵类型。获取待检测布匹对应的标注结果，标注结果包括标注出来的第二瑕疵在布匹中的瑕疵位置、以及每个第二瑕疵的瑕疵类型。根据标注结果，确定布匹中出现每种瑕疵类型的瑕疵的概率，以及根据检测结果和标注结果，确定预设模型对每种瑕疵类型的瑕疵的识别准确率。根据布匹中出现每种瑕疵类型的瑕疵的概率、以及预设模型对每种瑕疵类型的瑕疵的识别准确率，确定目标训练样本。根据目标训练样本更新预设模型。这提升了预设模型的瑕疵识别准确率。的瑕疵识别准确率。的瑕疵识别准确率。

【技术实现步骤摘要】
布匹的瑕疵识别方法及模型训练方法


[0001]本申请涉及自动控制技术，尤其涉及一种布匹的瑕疵识别方法及模型训练方法。

技术介绍

[0002]在布匹的生产过程中，由于各方面影响，会产生污渍、破洞、毛粒等各种瑕疵。为保证布匹质量，布匹瑕疵识别成为纺织行业生产和质量管理的重要环节。
[0003]在相关技术中，布匹随传送带转动而移动，工业相机对布匹进行拍照并将拍摄到布匹的图片传送至后台电脑上，由检验人员在电脑屏幕上对布匹进行瑕疵识别操作。在瑕疵识别操作过程中，检验人员会直接在布匹图片上以矩形框的方式将瑕疵标出。
[0004]然而，由于布匹运送速度非常快这容易使人产生视觉疲劳，以及，布匹瑕疵种类繁多、形态变化多样导致瑕疵类型分辨难度加大的原因，使得人工识别容易出现漏检和误检的问题，导致布匹瑕疵识别准确率较低。

技术实现思路

[0005]本申请提供一种布匹的瑕疵识别方法及模型训练方法，以提高模型对布匹瑕疵识别准确率。
[0006]第一方面，本申请提供一种模型训练方法，包括：
[0007]通过预设模型对布匹进行检测处理得到检测结果，所述检测结果包括：所述预设模型检测到的第一瑕疵在所述布匹中的瑕疵位置、以及每个第一瑕疵的瑕疵类型；
[0008]获取所述布匹对应的标注结果，所述标注结果包括标注出来的第二瑕疵在所述布匹中的瑕疵位置、以及每个第二瑕疵的瑕疵类型；
[0009]根据所述标注结果，确定所述布匹中出现每种瑕疵类型的瑕疵的概率，以及根据所述检测结果和所述标注结果，确定所述预设模型对每种瑕疵类型的瑕疵的识别准确率；
[0010]根据所述布匹中出现每种瑕疵类型的瑕疵的概率、以及所述预设模型对每种瑕疵类型的瑕疵的识别准确率，确定目标训练样本；
[0011]根据所述目标训练样本更新所述预设模型。
[0012]在一种可能的设计中，所述根据所述布匹中出现每种瑕疵类型的瑕疵的概率、以及所述预设模型对每种瑕疵类型的瑕疵的识别准确率，确定目标训练样本，包括：
[0013]根据所述布匹中出现每种瑕疵类型的瑕疵的概率、以及所述预设模型对每种瑕疵类型的瑕疵的识别准确率，确定每种瑕疵类型对应的权重值；
[0014]根据每种瑕疵类型对应的权重值，确定所述目标训练样本。
[0015]在一种可能的设计中，针对任意一种瑕疵类型；所述根据所述布匹中出现所述瑕疵类型的瑕疵的概率、以及所述预设模型对所述瑕疵类型的瑕疵的识别准确率，确定所述瑕疵类型对应的权重值，包括：
[0016]通过如下公式一，确定所述瑕疵类型对应的权重值W：
[0017]W＝α*(P1+P2),α∈(0,1)公式一；
[0018]其中，所述P1为所述布匹中出现所述瑕疵类型的瑕疵的概率，所述P2为所述预设模型对所述瑕疵类型的瑕疵的识别准确率，α为权重因子。
[0019]在一种可能的设计中，所述根据每种瑕疵类型对应的权重值，确定所述目标训练样本，包括：
[0020]根据每种瑕疵类型对应的权重值，确定至少一个目标瑕疵类型，所述目标瑕疵类型的权重值小于或等于预设阈值；
[0021]根据所述目标瑕疵类型确定所述目标训练样本，所述目标训练样本中存在所述目标瑕疵类型的瑕疵。
[0022]在一种可能的设计中，所述根据所述检测结果和所述标注结果，确定所述预设模型对每种瑕疵类型的瑕疵的识别准确率，包括：
[0023]对所述检测结果和所述标注结果进行比对处理，以确定所述预设模型对每种瑕疵类型的瑕疵的识别信息，所述识别信息包括所述预设模型对所述瑕疵类型的瑕疵正确识别的第一数量、以及所述预设模型对所述瑕疵类型的瑕疵识别错误或者漏识别的第二数量；
[0024]根据所述预设模型对每种瑕疵类型的瑕疵的识别信息，确定所述预设模型对每种瑕疵类型的瑕疵的识别准确率。
[0025]第二方面，本申请提供一种布匹的瑕疵识别方法，包括：
[0026]获取待检测布匹的布匹图片；
[0027]通过预设模型对所述布匹图片进行识别处理，以确定所述待检测布匹中存在的瑕疵；其中，所述预设模型为通过第一方面以及第一方面各种可能的设计中任一所述的方法训练得到的。
[0028]第三方面，本申请提供一种模型训练装置，包括：
[0029]处理模块，用于通过预设模型对布匹进行检测处理得到检测结果，所述检测结果包括：所述预设模型检测到的第一瑕疵在所述布匹中的瑕疵位置、以及每个第一瑕疵的瑕疵类型；
[0030]第一获取模块，用于获取所述布匹对应的标注结果，所述标注结果包括标注出来的第二瑕疵在所述布匹中的瑕疵位置、以及每个第二瑕疵的瑕疵类型；
[0031]第一确定模块，用于根据所述标注结果，确定所述布匹中出现每种瑕疵类型的瑕疵的概率，以及根据所述检测结果和所述标注结果，确定所述预设模型对每种瑕疵类型的瑕疵的识别准确率；
[0032]第二确定模块，用于根据所述布匹中出现每种瑕疵类型的瑕疵的概率、以及所述预设模型对每种瑕疵类型的瑕疵的识别准确率，确定目标训练样本；
[0033]更新模块，用于根据所述目标训练样本更新所述预设模型。
[0034]在一种可能的设计中，所述第二确定模块具体用于：
[0035]根据所述布匹中出现每种瑕疵类型的瑕疵的概率、以及所述预设模型对每种瑕疵类型的瑕疵的识别准确率，确定每种瑕疵类型对应的权重值；
[0036]根据每种瑕疵类型对应的权重值，确定所述目标训练样本。
[0037]在一种可能的设计中，针对任意一种瑕疵类型；所述第二确定模块具体用于：
[0038]通过如下公式一，确定所述瑕疵类型对应的权重值W：
[0039]W＝α*(P1+P2),α∈(0,1)
ꢀꢀꢀ
公式一；
[0040]其中，所述P1为所述布匹中出现所述瑕疵类型的瑕疵的概率，所述P2为所述预设模型对所述瑕疵类型的瑕疵的识别准确率，α为权重因子。
[0041]在一种可能的设计中，所述第二确定模块具体用于：
[0042]根据每种瑕疵类型对应的权重值，确定至少一个目标瑕疵类型，所述目标瑕疵类型的权重值小于或等于预设阈值；
[0043]根据所述目标瑕疵类型确定所述目标训练样本，所述目标训练样本中存在所述目标瑕疵类型的瑕疵。
[0044]在一种可能的设计中，所述第一确定模块具体用于：
[0045]对所述检测结果和所述标注结果进行比对处理，以确定所述预设模型对每种瑕疵类型的瑕疵的识别信息，所述识别信息包括所述预设模型对所述瑕疵类型的瑕疵正确识别的第一数量、以及所述预设模型对所述瑕疵类型的瑕疵识别错误或者漏识别的第二数量；
[0046]根据所述预设模型对每种瑕疵类型的瑕疵的识别信息，确定所述预设模型对每种瑕疵类型的瑕疵的识别准确率。
[0047]第四方面，本申请提供一种布匹的瑕疵识别装置，包括：
[0048]第二获取模块，用于获取待检测布匹的布匹图片本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：通过预设模型对布匹进行检测处理得到检测结果，所述检测结果包括：所述预设模型检测到的第一瑕疵在所述布匹中的瑕疵位置、以及每个第一瑕疵的瑕疵类型；获取所述布匹对应的标注结果，所述标注结果包括标注出来的第二瑕疵在所述布匹中的瑕疵位置、以及每个第二瑕疵的瑕疵类型；根据所述标注结果，确定所述布匹中出现每种瑕疵类型的瑕疵的概率，以及根据所述检测结果和所述标注结果，确定所述预设模型对每种瑕疵类型的瑕疵的识别准确率；根据所述布匹中出现每种瑕疵类型的瑕疵的概率、以及所述预设模型对每种瑕疵类型的瑕疵的识别准确率，确定目标训练样本；根据所述目标训练样本更新所述预设模型。2.根据权利要求1所述的方法，其特征在于，所述根据所述布匹中出现每种瑕疵类型的瑕疵的概率、以及所述预设模型对每种瑕疵类型的瑕疵的识别准确率，确定目标训练样本，包括：根据所述布匹中出现每种瑕疵类型的瑕疵的概率、以及所述预设模型对每种瑕疵类型的瑕疵的识别准确率，确定每种瑕疵类型对应的权重值；根据每种瑕疵类型对应的权重值，确定所述目标训练样本。3.根据权利要求2所述的方法，其特征在于，针对任意一种瑕疵类型；所述根据所述布匹中出现所述瑕疵类型的瑕疵的概率、以及所述预设模型对所述瑕疵类型的瑕疵的识别准确率，确定所述瑕疵类型对应的权重值，包括：通过如下公式一，确定所述瑕疵类型对应的权重值W：W＝α*(P1+P2),α∈(0,1)
ꢀꢀꢀ
公式一；其中，所述P1为所述布匹中出现所述瑕疵类型的瑕疵的概率，所述P2为所述预设模型对所述瑕疵类型的瑕疵的识别准确率，α为权重因子。4.根据权利要求2或3所述的方法，其特征在于，所述根据每种瑕疵类型对应的权重值，确定所述目标训练样本，包括：根据每种瑕疵类型对应的权重值，确定至少一个目标瑕疵类型，所述目标瑕疵类型的权重值小于或等于预设阈值；根据所述目标瑕疵类型确定所述目标训练样本，所述目标训练样本中存在所述目标瑕疵类型的瑕疵。5.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述根据所述检测结果和所述标注结果，确定所述预设模型对每种瑕疵类型的瑕疵的识别准确率，包括：对所述检测结果和所述标...

【专利技术属性】
技术研发人员：林义闽，齐万旭，廉士国，
申请(专利权)人：联通大数据有限公司，
类型：发明
国别省市：