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!
摘要:本发明提供一种面料瑕疵检测方法及系统,涉及图像处理技术领域,方法包括:将特征提取骨干网络、特征强化颈部网络以及瑕疵检测头依次串联,构建基于神经网络的面料瑕疵检测模型;获取面料图像;对面料图像进行预处理;通过特征提取骨干网络,提取面料图像的初级特征图;通过特征强化颈部网络,对初级特征图进行特征强化处理,得到强化特征图;通过瑕疵检测头,根据强化特征图,检测面料图像中的瑕疵区域。本发明可以增强特征的表达能力,更好地捕捉到图像中的细节和微小瑕疵,提升微小尺度面料瑕疵的检测准确性,减少漏检和误检的概率。
主权项:1.一种面料瑕疵检测方法,其特征在于,包括:S1:将特征提取骨干网络、特征强化颈部网络以及瑕疵检测头依次串联,构建基于神经网络的面料瑕疵检测模型;S2:获取面料图像;S3:对所述面料图像进行预处理;S4:通过所述特征提取骨干网络,提取所述面料图像的初级特征图;S5:通过所述特征强化颈部网络,对所述初级特征图进行特征强化处理,得到强化特征图;S6:通过所述瑕疵检测头,根据所述强化特征图,检测所述面料图像中的瑕疵区域;所述S4具体包括:S401:通过3×3的第一卷积单元,提取所述面料图像的初始特征图: 其中,X1表示初始特征图,RELU表示RELU激活函数,Conv1表示第一卷积单元,X表示面料图像;S402:将所述初始特征图复制为两份,分别为第一初始特征图与第二初始特征图;S403:依次通过7×7的第二卷积单元、空洞率为1的5×5的可变形空洞卷积单元以及3×3的第三卷积单元,对所述第一初始特征图进行卷积处理,得到卷积特征图: 其中,X2表示卷积特征图,Conv2表示第二卷积单元,DConv表示可变形空洞卷积单元,Conv3表示第三卷积单元;S404:对所述第二初始特征图进行对称翻转,得到翻转特征图: 其中,X3表示翻转特征图,SF表示对称翻转操作;S405:对所述卷积特征图与所述翻转特征图进行逐元素相乘,并通过3×3的第四卷积单元进行卷积处理,得到相乘特征图: 其中,X4表示相乘特征图,Conv4表示第四卷积单元,表示逐元素相乘运算;S406:对所述相乘特征图与所述初始特征图进行相加,并通过3×3的第五卷积单元进行卷积处理,得到所述初级特征图: 其中,X5表示初级特征图,Conv5表示第五卷积单元;其中,所述S5具体包括:S501:通过9×9的大核卷积单元,对所述初级特征图进行卷积处理,得到大感受面积特征图: 其中,X6表示大感受面积特征图;BConv表示大核卷积单元,X5表示初级特征图;S502:引入通道维度注意力机制以及空间维度注意力机制,在所述大感受面积特征图中添加注意力权重,得到空间注意力特征图: 其中,X7表示通道注意力特征图,Mc表示通道注意力权重函数,表示逐元素相乘运算,X8表示空间注意力特征图,Ms表示空间注意力权重函数;S503:通过深度可分离卷积单元,对所述空间注意力特征图进行卷积处理,得到中间特征图: 其中,X9表示中间特征图,DWConv表示深度可分离卷积单元;S504:将所述中间特征图与所述初级特征图相加,得到所述强化特征图: 其中,X10表示强化特征图;其中,所述S6具体包括:S601:通过传输连接单元对不同层级输出的强化特征图进行融合处理,得到融合特征图;S602:通过全连接层对各个层级的融合特征图进行汇总,得到汇总特征图;S603:根据所述汇总特征图,计算各个像素点属于瑕疵类别的概率: 其中,P表示属于瑕疵类别的概率,Softmax表示Softmax激活函数,W表示权重矩阵,Vtot表示汇总特征图,b表示偏置项;S604:根据各个像素点属于瑕疵类别的概率,确定所述面料图像中的瑕疵区域;其中,所述传输连接单元包括第一传输连接单元和第二传输连接单元,所述S601具体包括:S6011:通过所述第一传输连接单元,对不同层级输出的强化特征图进行初级融合: 其中,Z1表示第一层级的初级融合特征图,TCB1表示第一传输连接单元,Y1表示第一层级输出的强化特征图,none表示空白图像,Zi表示第i层级的初级融合特征图,Zi-1表示第i-1层级的初级融合特征图,Yi表示第i层级输出的强化特征图,,n表示总层级;S6012:通过全卷积单元,对各个层级的初级融合特征图进行卷积处理,得到各个层级的全卷积特征图: 其中,Ui表示第i层级的全卷积特征图,FConv表示全卷积单元;S6013:通过所述第二传输连接单元,对不同层级的全卷积特征图进行高级融合: 其中,V1表示第一层级的高级融合特征图,TCB2表示第二传输连接单元,U1表示第一层级的全卷积特征图,Vi表示第i层级的高级融合特征图,Vi-1表示第i-1层级的高级融合特征图。
全文数据:
权利要求:
百度查询: 绍兴达伽马纺织有限公司 一种面料瑕疵检测方法及系统
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。