-
公开(公告)号：CN115457553A
公开(公告)日：2022-12-09
申请号：CN202211414811.7
申请日：2022-11-11
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于深度学习的布匹缺陷检测方法，包括：将布匹缺陷数据集通过数据增强的方式，提升算法的鲁棒性，利用多层特征提取算法，通过横向连接的自上而下的体系结构，将底层位置特征信息与高层分类特征信息相融合，提高了不同尺度布匹缺陷的检测效果，在此基础上添加可变形卷积算法，在卷积中的常规采样位置添加二维偏移量，使偏移之后的采样网格可以发生形变，解决了不规则形状布匹缺陷检测能力弱的问题，同时，使用RoiAlign与Cascade Rcnn卷积神经网络相融合，通过不断增强IOU阈值的方法，增强了缺陷检测算法在复杂图案背景下的适应性，减少了假阳性目标的错误检测，增强了布匹缺陷的检测精度。
Search Results
1
records
(took 0.021 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
