一种基于布料缺陷的小目标检测方法技术

本发明专利技术提供了一种基于布料缺陷的小目标检测方法，包括：获取待测布料图片数据集；将待测布料图片数据集输入到训练好的布料缺陷小目标检测模型，得到待测布料的缺陷信息；检测模型的构建方法为：构建基于ResNet50的Faster‑RCNN模型作为特征提取网络；采用FPN（特征金字塔网络）来融合主干网络的不同层级特征；在FPN的基础上引入多尺度特征加强模块（MFEM）；构建区域建议生成网络（RPN），用于生成不同比例和不同尺寸的锚框（Anchor）。通过回归过程得到候选框；利用ROIAlign模块将候选框投影到FPN生成的各层特征图上；构建ROIHead模块作为分类回归模块，对经过ROIAlign模块缩放得到的特征图进行一系列全连接层操作。在FPN的基础上引入MFEM，本方法能够提高对小目标布料缺陷的检测能力。

【技术实现步骤摘要】

本专利技术涉及计算机视觉中的目标检测领域，特别是涉及一种基于布料缺陷的小目标检测方法。

技术介绍

1、小目标检测是计算机视觉领域中的一个重要任务，其目标是在图像中准确地检测和定位尺寸较小的目标。然而，在某些场景下，小目标的检测面临着挑战，例如在复杂背景中、低对比度、模糊图像或目标与背景相似等情况下。

2、基于布料缺陷的小目标检测方法是一种针对纺织品或布料表面缺陷的特定应用场景而设计的解决方案。在纺织工业中，检测和定位布料上的缺陷对于质量控制至关重要，而这些缺陷通常具有较小的尺寸和不规则的形状。传统的缺陷检测方法通常基于规则化的纹理或形状特征，但在面对小目标缺陷时效果有限。

3、近年来，随着深度学习技术的快速发展，基于深度学习的目标检测方法在小目标检测任务中取得了显著的进展。但是目前这些方法中网络模型对全局上下文信息把握有限，对小目标的检测效果较差。

技术实现思路

1、为了克服现有技术的不足，本专利技术的目的是提供一种基于布料缺陷的小目标检测方法，本专利技术解决了现有布料检测过程中小目标本文档来自技高网...

【技术保护点】

1.一种基于布料缺陷的小目标检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于布料缺陷的小目标检测方法，其特征在于，所述获取布料缺陷图片样本数据集，包括：

3.根据权利要求1所述的一种基于布料缺陷的小目标检测方法，其特征在于，所述ResNet50网络结构，包括:

4.根据权利要求3所述的一种基于布料缺陷的小目标检测方法，其特征在于，所述残差结构，包括：

5.根据权利要求4所述的一种基于布料缺陷的小目标检测方法，其特征在于，向所述ResNet50网络结构输入训练集，得到第一特征图、第二特征图、第三特征图和第四特征图，包括：

...

【技术特征摘要】

1.一种基于布料缺陷的小目标检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于布料缺陷的小目标检测方法，其特征在于，所述获取布料缺陷图片样本数据集，包括：

3.根据权利要求1所述的一种基于布料缺陷的小目标检测方法，其特征在于，所述resnet50网络结构，包括:

4.根据权利要求3所述的一种基于布料缺陷的小目标检测方法，其特征在于，所述残差结构，包括：

5.根据权利要求4所述的一种基于布料缺陷的小目标检测方法，其特征在于，向所述resnet50网络结构输入训练集，得到第...

【专利技术属性】
技术研发人员：贾继涛，潘斌，
申请(专利权)人：深圳市玄武科技信息有限公司，
类型：发明
国别省市：