Abstract：
针对织物瑕疵数据集搜集和织物瑕疵检测困难的问题,提出了一种使用深度学习与传统算法相结合的织物瑕疵检测算法.首先提出特征金字塔结构的自编码网络,对正常样本进行学习.其次检测过程中提出同一尺度下进行多模型融合,在降低漏检率的同时移除纹理噪声的干扰.实验结果表明,所提出的学习方法对织物中线状瑕疵检测率高达98％以上,对织物中的面状瑕疵的检测率也达到了 84％以上.对于实际生产过程中的瑕疵检测具有应用价值.
Keyword：
Reprint 's Address：
Email：
Source ：
光学与光电技术
ISSN： 1672-3392
Year： 2022
Issue： 2
Volume： 20
Page： 47-53
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 11
Affiliated Colleges：
