龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：武汉纺织大学
摘要：本发明提供基于深度学习的针织花样色码生成优化方法和装置。本发明进行了以下关键优化以提升性能：对RefinerNet细化预处理网络进行多级特征融合，提升对复杂纹理的识别能力；将Img2Prog网络与PANet集成，实现多层次信息复用，并用SPD卷积替换传统下采样方法，有效减少结构信息丢失；在残差结构中引入CBAM注意力机制，优化Resblock结构，提高低频色码生成精度。通过对改进算法的一系列定量评估与定性分析实验，改进后的算法拥有更好的准确性。这些优化不仅提高了设计效率，还确保了图案的高质量和可编织性，满足了现代纺织行业对快速响应市场变化的需求。
主权项：1.基于深度学习的针织花样色码生成优化方法，其特征在于，包括如下步骤：步骤1，根据采集到的针织面料图像，由针织制版软件绘制对应的花样色码图；将针织面料图像作为输入，花样色码图像作为标签，构成数据集，并将该数据集划分为训练集、测试集；步骤2，将数据集中的针织图像数据进行随机的缩放、裁剪、水平翻转和数据预处理；步骤3，构建InverseKnit++模型，所述InverseKnit++模型包括RefinerNet细化预处理网络和Img2Prog花样色码生成网络；步骤4，使用RefinerNet细化预处理网络对接收到的针织图像进行细化处理，进而得到线圈结构和纹理特征明显的细化图像；所述RefinerNet细化预处理网络为应用多尺度融合的RefinerNet细化预处理网络；步骤5，通过Img2Prog花样色码生成网络对所述细化图像进行花样色码预测，进而得到的花样色码图像；所述Img2Prog花样色码生成网络为应用SPD卷积模块和注意力机制模块CBAM的Img2Prog花样色码生成网络；步骤6，利用预处理后的训练集对构建的InverseKnit++模型进行训练，并将测试集输入到训练好的InverseKnit++模型，生成花样色码图像；步骤7，通过最邻近插值算法在不改变色码数量的基础上，对花样色码图像的尺寸进行调整，同时将每种色码与对应针织指令进行结合，生成最终的花样色码图像。
全文数据：
权利要求：
百度查询： 武汉纺织大学 基于深度学习的针织花样色码生成优化方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号