-
题名面向织物疵点检测神经网络模型的研究进展
- 1
-
-
作者
刁宇涵
祝双武
赵妍
-
机构
西安工程大学纺织科学与工程学院
-
出处
《纺织科技进展》
2025年第3期21-29,共9页
-
基金
中国纺织工业联合会科技指导性项目(2019057)
陕西省教育厅科研计划项目(18JS042)。
-
文摘
疵点严重影响了织物外观质量,织物疵点自动检测技术对提高检测效率、降低人工成本、提高纺织企业生产智能化水平都具有重要的意义;因基于深度学习的神经网络具有强大的特征提取能力,近些年越来越多的研究人员将其用于织物疵点自动检测过程中,提出了很多用于织物疵点检测的神经网络模型。为了提高织物疵点的检测性能和效率,对基于CNN(Convolutional Neural Networks)、生成模型和DETR(Detection Transformer)等当前主流网络模型的检测原理进行概述;分析以这几种网络为主干的多个神经网络模型,讨论其优缺点以及目前它们在织物疵点检测上的应用状况和面临的挑战;展望DETR相关算法的研究趋势。
-
关键词
深度学习
织物疵点检测
卷积神经网络(CNN)
生成模型
DETR
-
Keywords
deep learning
fabric defect detection
convolutional neural networks(CNN)
generation model
DETR
-
分类号
TS107
[轻工技术与工程—纺织工程]
-
-
题名基于深度学习的服装三维展示技术新动态
- 2
-
-
作者
赵妍
祝双武
刁宇涵
-
机构
西安工程大学纺织科学与工程学院
-
出处
《纺织科技进展》
2025年第3期1-9,38,共10页
-
基金
中国纺织工业联合会科技指导性项目(2019057)
陕西省教育厅科研计划项目(18JS042)。
-
文摘
三维展示可以模拟服装在不同环境和角度下更立体和逼真的视觉效果,目前深度学习因其强大的模式识别和生成能力,有望满足设计师快速建模以及提高用户交互性的需求,因此基于深度学习的三维展示技术在纺织服装方向发展迅速,其应用逐渐扩大至虚拟试衣、虚拟走秀、游戏、娱乐和教育等领域。从服装三维展示技术基本概念、产生背景及应用现状出发,详细介绍服装三维展示技术的研究内容,重点探讨人体三维重建、服装三维重建和服装与人体交互3个关键技术从传统方法到基于深度学习的技术演进,并总结各方法的优缺点和应用场景。最后,展望服装三维展示技术的未来研究趋势,指出扩充数据集、提高建模的真实感以及高精度的动态模拟是服装三维展示未来需要解决的关键技术难点。
-
关键词
深度学习
三维展示
人体重建
服装重建
动态模拟
-
Keywords
deep learning
3D display
human reconstruction
garment reconstruction
dynamic simulatim
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
