System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种花色布匹瑕疵检测方法、系统及存储介质技术方案_技高网

一种花色布匹瑕疵检测方法、系统及存储介质技术方案

技术编号:41214352 阅读:6 留言:0更新日期:2024-05-09 23:36
本发明专利技术涉及布匹瑕疵检测领域,具体涉及一种花色布匹瑕疵检测方法、系统及存储介质,包括如下步骤:S1:获取瑕疵布匹图像作为数据集,将所述数据集按比例划分为训练集、验证集和测试集;S2:YOLOv8s模型包括依次连接的输入端、骨干网络SPPF层、颈部网络和检测头部,在所述骨干网络SPPF层后添加BRA注意力模块;S3:在所述颈部网络中增加160X160的特征输出层,用于检测小目标瑕疵;S4:将所述检测头部更换为DyHead检测头;S5:在所述颈部网络采用BIFPN结构作为特征融合网络,得到改进后的YOLOv8s模型;S6:将所述训练集输入到改进后的YOLOv8s模型中,对改进后的YOLOv8s模型进行训练,并采用所述验证集验证检测效果。通过对YOLOv8s模型的改进,有效提高验布效率和检测精度。

【技术实现步骤摘要】

本专利技术涉及布匹瑕疵检测领域,具体涉及一种花色布匹瑕疵检测方法、系统及存储介质


技术介绍

1、布匹质量的优劣能够决定纺织企业在市场上的竞争力,目前大多数纺织企业都采用人工验布的方法检测布匹瑕疵,然而这种方法耗费人力以及时间,很难保证检测的稳定性与准确性。

2、布匹瑕疵点的尺寸主要呈小型多样化,瑕疵种类繁多,形状各异。其中,某些瑕疵点具有极端的长宽比,而在一些背景复杂的布匹上,其复杂的背景花色会对瑕疵检测造成显著干扰。


技术实现思路

1、本专利技术的目的在于提供一种提高验布效率和提高检测精度的花色布匹瑕疵检测方法、系统及存储介质。

2、为了达到上述目的,本专利技术采用这样的技术方案:

3、一种花色布匹瑕疵检测方法,包括如下步骤:

4、s1:获取瑕疵布匹图像作为数据集,将所述数据集按比例划分为训练集、验证集和测试集;

5、s2:yolov8s模型包括依次连接的输入端、骨干网络sppf层、颈部网络和检测头部,在所述骨干网络sppf层后添加bra注意力模块;

6、s3:在所述颈部网络中增加160x160的特征输出层,用于检测小目标瑕疵;

7、s4:将所述检测头部更换为dyhead检测头;

8、s5:在所述颈部网络采用bifpn结构作为特征融合网络,得到改进后的yolov8s模型;

9、s6:将所述训练集输入到改进后的yolov8s模型中,对改进后的yolov8s模型进行训练,并采用所述测试集验证检测效果。

10、优选的,步骤s1中所述数据集按7:1:2划分为训练集、验证集和测试集。

11、优选的,所述数据集中瑕疵种类包括:沾污0、虫粘1、破洞2和网折3。

12、优选的,在步骤s2中在所述骨干网络sppf层后添加bra注意力模块的具体步骤如下:

13、s2-1:进行区域划分,将输入的特征图划分为s×s 个非重叠区域;

14、s2-2:通过线性映射生成查询、键和值;

15、s2-3:通过邻接矩阵构建有向图,找到各个键对应的值;

16、s2-4:采用平均池化处理查询与键,为每个区域生成对应的查询与键;

17、s2-5:对区域级的查询与键进行矩阵乘法,推导出关系矩阵;

18、s2-6:对所述关系矩阵进行稀疏化处理,保留每个关系矩阵中最相关的k个连接,形成索引矩阵;

19、s2-7:合并每个区域级索引矩阵中的键和值对应的向量,应用细粒度的token-to-token 注意力。

20、优选的,s3中在所述颈部网络中增加160x160的特征输出层的具体步骤如下:

21、s3-1:所述yolov8s模型的颈部网络中对输出的特征图进行两次采样后,继续做一次上采样;

22、s3-2:将步骤s3-1中第三次上采样的特征图与主干的p2层进行特征融合,组成一个160x160的特征输出层。

23、一种瑕疵检测系统,包括存储器和处理器,所述存储器中存储有所述处理器的可执行命令,所述处理器中配置有经由执行所述可执行命令来实现上述任一项所述的方法。

24、一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序执行时实现如上述任一项所述的方法。

25、通过采用前述设计方案,本专利技术的有益效果是:本专利技术在yolov8s模型的骨干网络sppf层后添加bra注意力模块,通过双层路由注意力机制,只关注与查询相关的前k个窗口,避免在最不相关的区域进行冗余计算,提高计算效率,减少计算量和内存占用,对于花色布匹瑕疵检测,能够更有效改善复杂花色背景的影响,提高检测精度;

26、通过在颈部网络中增加160x160的特征输出层,使改进后的yolov8s模型对小目标瑕疵更敏感,能够更好的检测花色布匹中的目标瑕疵;

27、通过将检测头部更换为dyhead检测头,能够通过统一尺度感知、空间感知和任务感知,以增强特征的表达能力,更好的检出布匹瑕疵和提高检测的精确度;

28、通过在颈部网络采用bifpn结构作为特征融合网络,重新构造了自顶向下和自底向上的路线,对不同尺度的特征信息进行融合,通过上采样和下采样统一特征分辨率尺度,并且在同一尺度的特征图之间建立了双向连接,在一定程度上解决了特征信息丢失的问题,能够更好地融合不同尺寸特征图的特征信息。

本文档来自技高网...

【技术保护点】

1.一种花色布匹瑕疵检测方法,其特征在于,包括如下步骤:

2.如权利要求1所述的一种花色布匹瑕疵检测方法,其特征在于:步骤S1中所述数据集按7:1:2划分为训练集、验证集和测试集。

3.如权利要求1所述的一种花色布匹瑕疵检测方法,其特征在于:所述数据集中瑕疵种类包括:沾污0、虫粘1、破洞2和网折3。

4.如权利要求1所述的一种花色布匹瑕疵检测方法,其特征在于:在步骤S2中在所述骨干网络SPPF层后添加BRA注意力模块的具体步骤如下:

5.如权利要求1所述的一种花色布匹瑕疵检测方法,其特征在于:S3中在所述颈部网络中增加160X160的特征输出层的具体步骤如下:

6.一种瑕疵检测系统,其特征在于:包括存储器和处理器,所述存储器中存储有所述处理器的可执行命令,所述处理器中配置有经由执行所述可执行命令来实现权利要求1至5任一项所述的方法。

7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序执行时实现如权利要求1至5任一项所述的方法。

【技术特征摘要】

1.一种花色布匹瑕疵检测方法,其特征在于,包括如下步骤:

2.如权利要求1所述的一种花色布匹瑕疵检测方法,其特征在于:步骤s1中所述数据集按7:1:2划分为训练集、验证集和测试集。

3.如权利要求1所述的一种花色布匹瑕疵检测方法,其特征在于:所述数据集中瑕疵种类包括:沾污0、虫粘1、破洞2和网折3。

4.如权利要求1所述的一种花色布匹瑕疵检测方法,其特征在于:在步骤s2中在所述骨干网络sppf层后添加bra注意力模块的具体步骤如...

【专利技术属性】
技术研发人员:张剑铭丁睿栋连明昌陈豪陈松航王森林骆炜王耀宗
申请(专利权)人:泉州装备制造研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1