-
题名基于数据增强和改进卷积神经网络的织物纬斜检测
被引量：1
- 1
-
-
作者
刘正
吴诗豪
侯珏
杨阳
-
机构
浙江理工大学浙江省服装工程技术研究中心
浙江理工大学国际时装技术学院
浙江理工大学服装学院
武汉纺织大学武汉纺织服装数字化工程技术研究中心
-
出处
《服装学报》
CAS
2023年第5期391-399,共9页
-
基金
嘉兴市重点研发计划项目(2021BZ10001)
武汉纺织服装数字化工程技术研究中心开放基金项目。
-
文摘
纬斜是织物生产和后整理加工中常见的疵点,光电设备检测纬斜的方法效率低且不精确。为了提升纬斜疵点的检测效率,将神经网络运用到纬斜检测中,结合纬斜特征改进卷积神经网络,提出具有循环训练策略的目标识别网络——纬斜检测网络,并在网络中加入正样本回归和多尺度输入,以提升卷积网络的性能。为了获得充足的纬斜样本数据用于网络训练,提出一种纬斜疵点数据增强方法,通过将纬斜图像公式化生成大量纬斜样本,并采用综合比较实验评估纬斜检测网络性能。结果表明,纬斜检测网络在纬斜检测中表现出色,检测精度达到98%,平均F-score达到0.97,同时使纬斜率的误差控制在±8%以内,检测性能优于其他目标检测模型。与YOLO网络相比,纬斜检测网络在真实纬斜样本检测中性能优异,拥有良好的跨数据集检测性能。
-
关键词
纬斜检测
数据增强
卷积网络
正样本回归
多尺度输入
-
Keywords
skewing detection
data augmentation
convolutional neural network
positive sample regression
multi-scale input
-
分类号
TS105.112
[轻工技术与工程—纺织工程]
-
