【技术实现步骤摘要】
本专利技术属于图像识别，具体而言，涉及一种布匹瑕疵检测方法、系统、电子设备及存储介质。
技术介绍
1、布匹瑕疵检测是布匹生产过程中至关重要的质量把控点。传统的人工检测方法效率低、鲁棒性差、工业化程度低；而基于数学的图像差异检测方法同样存在着鲁棒性差、误报率高的缺陷， 同时由于在整张图进行操作，计算成本高，速度慢。
技术实现思路
1、本专利技术实施例提供了一种布匹瑕疵检测方法、系统、电子设备及存储介质，以至少解决现有技术中布匹检测方法存在误报率高、计算成本高、速度慢的技术问题。
2、根据本专利技术实施例的第一个方面，提供了一种布匹瑕疵检测方法包括：采集工业生产过程中由固定相机检测到的布匹瑕疵样本，其中每个布匹瑕疵样本由瑕疵图片和无瑕疵的模板图片序列组成；定义瑕疵种类，并划分合理的瑕疵类别集合，标记瑕疵框位置，建立数据库；数据预处理，包括数据清洗，去除无效数据和低质量数据，统一图像的尺寸，并同步放缩瑕疵框位置， 图像归一化处理；基于卷积神经网络的特征擦除与提取网络，是由多个残差块序...
【技术保护点】
1.一种布匹瑕疵检测方法，其特征在于，包括：
2.根据权利要求1所述的布匹瑕疵检测方法，其特征在于，所述采集工业生产过程中由固定相机检测到的布匹瑕疵样本包括：
3.根据权利要求1所述的布匹瑕疵检测方法，其特征在于，所述基于卷积神经网络的特征擦除与提取网络，是由多个残差块序列构成卷积神经网络，提取瑕疵特征，包括：
4.根据权利要求1所述的布匹瑕疵检测方法，其特征在于，所述基于卷积神经网络的特征擦除与提取网络，是由多个残差块序列构成卷积神经网络，提取瑕疵特征，包括：
5.根据权利要求4所述的布匹瑕疵检测方法，其特征在于，所述...
【技术特征摘要】
1.一种布匹瑕疵检测方法，其特征在于，包括：
2.根据权利要求1所述的布匹瑕疵检测方法，其特征在于，所述采集工业生产过程中由固定相机检测到的布匹瑕疵样本包括：
3.根据权利要求1所述的布匹瑕疵检测方法，其特征在于，所述基于卷积神经网络的特征擦除与提取网络，是由多个残差块序列构成卷积神经网络，提取瑕疵特征，包括：
4.根据权利要求1所述的布匹瑕疵检测方法，其特征在于，所述基于卷积神经网络的特征擦除与提取网络，是由多个残差块序列构成卷积神经网络，提取瑕疵特征，包括：
5.根据权利要求4所述的布匹瑕疵检测方法，其特征在于，所述根据特征提取网络输出的特征向量，分类瑕疵的种...
【专利技术属性】
技术研发人员：李新海，罗其锋，曾庆祝，吴棉廷，孟晨旭，李宾，曾令诚，肖星，黄伟豪，池莲庆，林永昌，高锋，练志斌，周恒，刘文韬，范德和，毛焱，张永挺，张志强，关振坚，
申请(专利权)人：广东电网有限责任公司中山供电局，
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。