【技术实现步骤摘要】
本专利技术涉及一种羊毛衫缺陷检测方法，用于对成品羊毛衫进行质检，主要应用于纺织行业中。
技术介绍
1、当前羊毛衫缺陷检测技术主要包括物理检测方法，现有的物理检测方法存在如下局限性：检测的综合成本高，检测过程耗时长，检测的准确率不高。如日光灯投影法，虽然所采用的设备的成本低，且操作相对简单，但检测过程耗时长，且对检测人员的技术要求高，从而提高了检测的综合成本，此外，因为检测过程受检测人员的人为因素影响较大，从而影响检测结果的准确性。
技术实现思路
1、本专利技术的目的在于克服现有技术中存在的上述不足，而提供一种检测效率高，检测的综合成本低，检测准确率高的羊毛衫缺陷检测方法。
2、本专利技术解决上述问题所采用的技术方案是：该羊毛衫缺陷检测方法的特点在于，步骤如下：包括数据预处理步骤、模型构建步骤、模型训练步骤、以及缺陷检测步骤这四个主要步骤；其中，模型构建步骤通过引入注意力机制、优化网络结构等策略，提升模型对羊毛衫缺陷的识别能力；在检测过程中，通过一系列关键函数实现缺陷区域的自动定
<本文档来自技高网...【技术保护点】
1.一种羊毛衫缺陷检测方法，其特征在于，步骤如下：包括数据预处理步骤、模型构建步骤、模型训练步骤、以及缺陷检测步骤；其中，模型构建步骤通过引入注意力机制、优化网络结构，提升模型对羊毛衫缺陷的识别能力；在检测过程中，通过关键函数实现缺陷区域的自动定位和分类；
2.根据权利要求1所述的羊毛衫缺陷检测方法，其特征在于，步骤如下：
3.根据权利要求1所述的羊毛衫缺陷检测方法，其特征在于，YOLO算法的基本框架的结构包含以下部分：
4.根据权利要求1所述的羊毛衫缺陷检测方法，其特征在于，公式包括损失函数的计算、边界框预测、以及置信度和分类概率
【技术特征摘要】
1.一种羊毛衫缺陷检测方法，其特征在于，步骤如下：包括数据预处理步骤、模型构建步骤、模型训练步骤、以及缺陷检测步骤；其中，模型构建步骤通过引入注意力机制、优化网络结构，提升模型对羊毛衫缺陷的识别能力；在检测过程中，通过关键函数实现缺陷区域的自动定位和分类；
2.根据权利要求1所述的羊毛衫缺陷检测方法，其特征在于，步骤如下：
3.根据权利要求1所述的羊毛衫缺陷检测方法，其特征在于，yolo算法的基本框架的结构包含以下部分：
4.根据权利要求1所述的羊毛衫缺陷检测方法，其特征在于，公式包括损失函数的计算、边界框预测、以及置信度和分类概率的计算：
5.根据权利要求4所述的羊毛衫缺陷检测方法，其特征在于，边界框预测，在羊毛衫缺陷检测任务中，用于预测缺陷的边界框；bx和by表示检测到的缺陷区域的中心点，bw和bh则分别表示该缺陷区域的宽度和高度；通过这些参数，在图像中定位并框选出羊毛衫上的缺陷区域。
6.根据权利要求4所述的羊毛衫缺陷检测方法，其特征在于，损失函数中的边界框回归损失，在检测羊毛衫的缺陷时，用于衡量预测的边界框与实际缺陷区域之间的重叠程度，如果预测框与真实缺陷区域高度吻合，giou 值接近...
【专利技术属性】
技术研发人员：王琪凯，王靖丰，胡小华，王琪昊，
申请(专利权)人：桐乡市凯隆科技有限公司，
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。