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：浙江理工大学;现代纺织技术创新中心(鉴湖实验室)

摘要：本发明涉及一种基于改进UNet模型的纱线余量检测方法，其包括如下步骤：使用图像采集设备采集纱筒图像；使用YOLOV8扩充数据集并对分割区域进行语义标注；输入至改进的UNet模型中进行训练，得到训练完成的模型权重，得到分割结果后利用传统图像处理方法获取轮廓边缘点集并进行轮廓拟合，最后依据像素尺寸与实际尺寸之间的关系，计算得到纱筒的实际余纱量。本发明利用VGG16的前13个卷积层代替UNet网络的编码器部分，VGG16有深层的特征提取能力，可以学到复杂和抽象的特征表示，有助于模型更好的进行语义信息的提取分，能有效的对纱筒上纱线余量进行检测，提升了分割以及检测精度，具有较好的生产实用性。

主权项：1.一种基于改进UNet模型的纱线余量检测方法，其特征在于：包括如下工艺步骤：1，使用相机获取单个纱筒图像和纱筒架整体纱筒图像，经过YOLOV8数据集扩充图像后，对其进行标注制作成json格式的数据集，最终转换成掩码图；2，按照比例将所数据集划分为验证集、训练集和测试集；3，根据实际运行的计算机内存、显卡和显存的配置信息对参数batch_size、workers和Epoch进行设置；4，将数据集输入至改进的UNet模型中进行训练；其中，所述UNet模型中包括编码器、桥接层和解码器；编码器主干网络为VGG16，用于对输入图像进行特征提取；桥接层连接编码器和解码器；解码器网络用以对提取的特征进行上采样，并逐步恢复至原始图像尺寸，以进行像素级分类；5，在设定的训练轮次内，重复对UNet模型进行训练，每一轮更新网络模型参数作为下一轮的初始化权重进行新的训练；根据每一轮训练中获得的评价指标，最终得到一个在设定的训练轮数内效果最佳的语义分割模型，实现精确的像素级预测；6，在得到分割的纱线余量区域后，对区域边缘点进行Canny边缘检测算法提取边缘轮廓点，利用提取的边缘点集合进行最小二乘法正圆拟合得到纱线余量区域内外边缘轮廓，最后依据像素尺寸与实际尺寸之间的关系，计算得到纱筒的实际余纱量。

全文数据：

权利要求：

百度查询： 浙江理工大学 现代纺织技术创新中心(鉴湖实验室) 一种基于改进UNet模型的纱线余量检测方法