【技术实现步骤摘要】
本专利技术涉及纺织品成分分析，具体而言，涉及一种纺织物成分的确定方法、装置、处理器和存储介质。
技术介绍
1、在相关技术中，若需要对纺织品的成分进行确定，常采用近红外光谱数据纺织品成分分析方法，可以基于近红外光谱数据的特点，进行四阶段特征提取，在此之后还需要进行损失计算、注意力计算以及分类。虽然一定程度上能够增强对纺织品的分类能力，但是往往依赖与光谱数据预处理，对数据纯净度要求更高，并且整个分析过程既复杂且耗费时间。因此，仍存在纺织物成分的确定效率低的技术问题。
2、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种纺织物成分的确定方法、装置、处理器和存储介质，以至少解决纺织物成分的确定效率低的技术问题。
2、根据本专利技术实施例的一个方面，提供了一种纺织物成分的确定方法，包括：获取纺织物的目标图像，其中，目标图像中包括纺织物中待识别的纹理特征；将目标图像输入至特征提取模型中，利用特征提取模型，从目标图像中，识别出纹理特征对应...
【技术保护点】
1.一种纺织物成分的确定方法，其特征在于，包括：
2.根据权利要求1所述的确定方法，其特征在于，所述特征提取模型中包括第一模块、第二模块和第三模块，其中，将所述目标图像输入至特征提取模型中，利用所述特征提取模型，从所述目标图像中，识别出所述纹理特征对应的特征向量数据，包括：
3.根据权利要求2所述的确定方法，其特征在于，将所述目标图像输入至所述第一模块中，利用所述第一模块，对所述目标图像进行识别，得到第一特征向量数据，包括：
4.根据权利要求2所述的确定方法，其特征在于，将所述第一特征向量数据输入至所述第二模块中，基于所述第一特征向...
【技术特征摘要】
1.一种纺织物成分的确定方法，其特征在于，包括：
2.根据权利要求1所述的确定方法，其特征在于，所述特征提取模型中包括第一模块、第二模块和第三模块，其中，将所述目标图像输入至特征提取模型中，利用所述特征提取模型，从所述目标图像中，识别出所述纹理特征对应的特征向量数据，包括：
3.根据权利要求2所述的确定方法，其特征在于，将所述目标图像输入至所述第一模块中，利用所述第一模块，对所述目标图像进行识别，得到第一特征向量数据，包括：
4.根据权利要求2所述的确定方法，其特征在于，将所述第一特征向量数据输入至所述第二模块中，基于所述第一特征向量数据，确定第二特征向量数据，包括：
5.根据权利要求2所述的确定方法，其特征在于，将所述第二特征向量数据输入至所述第三模块中，基于所述第二特征向量数据，确定所述特征向量数据，包括：
6.根据权利要求1所述的确定方法，其特征在于，对所述特征向量数据对应的特征图进行裁剪，得到特征子图，包括：
7.根据权利要求6所述的确定方法，其特征在于，...
【专利技术属性】
技术研发人员：罗其锋，李新海，周恒，刘文韬，范德和，曾庆祝，吴棉廷，孟晨旭，曾令诚，肖星，黄伟豪，池莲庆，林永昌，练志斌，杨帆，温焯飞，罗海鑫，刘磊，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：
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。