【技术实现步骤摘要】
本专利技术涉及神经网络架构的，具体为一种基于演化神经架构搜索的纺织物瑕疵点分类方法。
技术介绍
1、纺织品瑕疵点是指生产的纺织品表面存在缺陷，从而导致产品不合格。纺织物的疵点对纺织品的价格和质量会造成影响。传统的纺织物瑕疵点检测一般依靠经验丰富的工人肉眼检测。一方面检测质量会随着操作者的经历出现较大的波动，另一方面用工的成本较高，为企业会带来负担。
2、基于深度神经网络的纺织品瑕疵点分类模型可以帮助纺织生产线进行识别和分类瑕疵点，具有识别精度高，速度快等优点，从而提高生产效率和最终产品质量。然而，深度神经网络模型的架构对其性能有着决定性的影响。一个设计良好的架构通常可以实现模型性能和计算效率的协同提升。由于纺织品缺陷在尺寸、类型和形状方面通常具有多种且不可预测的外观。这导致通用的分类模型架构，如resnet、mobilenet和shufflenet等，很难实现良好的分类效果。手工设计一个神经网络架构并进行调优需要具有大量的深度学习领域的知识，且需要耗费大量的计算资源。
技术实现思路
...【技术保护点】
1.一种基于演化神经架构搜索的纺织物瑕疵点分类方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于演化神经架构搜索的纺织物瑕疵点分类方法，其特征在于，步骤(2)中的编码方案为一种基于卷积神经网络的神经网络架构编码方案，基于预设的计算模块集合生成的搜索空间包含：3×3卷积层、5×5的卷积层、3×3平均池化层、5×5最大池化层、金字塔卷积层和跳过连接层。
3.根据权利要求2所述的一种基于演化神经架构搜索的纺织物瑕疵点分类方法，其特征在于，编码方案为一种基于整数的神经网络架构编码方案，将神经网络架构按照不同尺度分为：网络，子网络块，神经
4...
【技术特征摘要】
1.一种基于演化神经架构搜索的纺织物瑕疵点分类方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于演化神经架构搜索的纺织物瑕疵点分类方法，其特征在于，步骤(2)中的编码方案为一种基于卷积神经网络的神经网络架构编码方案，基于预设的计算模块集合生成的搜索空间包含：3×3卷积层、5×5的卷积层、3×3平均池化层、5×5最大池化层、金字塔卷积层和跳过连接层。
3.根据权利要求2所述的一种基于演化神经架构搜索的纺织物瑕疵点分类方法，其特征在于，编码...
【专利技术属性】
技术研发人员：张浩宇，沈修平，
申请(专利权)人：上海悠络客电子科技股份有限公司，
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。