基于深度学习的涂层织物折皱识别与检测

摘要：

涂层织物在生产制造和使用中易产生折皱损伤,人工折皱检测效率较低,传统图像处理方法的检测精度无法满足要求.提出一种基于深度卷积神经网络的涂层织物折皱识别和检测方法.通过标准揉搓试验建立数据集,网络编码和解码器分别采用多尺度特征融合结构和优化上采样模块,使用形态学方法进行折皱几何信息的实时统计.当前检测方法准确率达到95.78％,比传统语义分割技术及其他深度学习模型有很大的提升.

关键词：涂层织物、折皱智能识别、深度卷积神经网络、形态学处理

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2021-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：116-125