[发明专利]一种基于人工智能的纺织品检测系统、方法及介质

说明书

本发明公开了一种基于人工智能的纺织品检测系统，包括：图像采集模块用于采集待检测纺织品的图像；图像处理模块用于对待检测的纺织品的图像进行预处理得到处理后的纺织品图像；智能分析模块建立纺织品知识图谱，采用纺织品样本训练卷积神经网络模型，采用纺织品测试集对卷积神经网络模型进行测试得到训练好的检测模型，将处理后的待检测纺织品图像输入训练好的检测模型中检测，得到纺织品预测结果，并将预测结果反向传播到卷积神经网络模型中进行数据更新；结果输出模块用于输出预测结果。基于人工智能的纺织品检测系统可对纺织品进行整体、自动化的详细检测，高检出率、低误报率的检测水平，降低人工成本。

技术领域

本发明涉及纺织品检测技术领域，具体涉及一种基于人工智能的纺织品检测系统、方法及介质。

背景技术

目前，制造业多采用传统的质检手段，传统的质检手段面临多种挑战，尤其是纺织品的质检，例如：需要投入大量的人力做质检，人力成本大、工作吸引力、招工难；质检水平完全依赖于检测工人个人能力与稳定性，导致纺织品细微瑕疵不容已被发现；传统质检设备准确率低、误报率高、灵活性差；质检数据没有被记录，无法深入分析，无法帮助工艺改进。

发明内容

针对现有技术中的缺陷，本发明实施例提供一种基于人工智能的纺织品检测系统、方法及介质，能对纺织品进行自动质检，准确度高，降低人工成本。

第一方面，本发明实施例提供的一种基于人工智能的纺织品检测系统，包括：图像采集模块、图像处理模块、智能分析模块和结果输出模块，其中，

所述图像采集模块用于采集待检测的纺织品的图像；

所述图像处理模块用于对待检测的纺织品的图像进行预处理得到处理后的纺织品图像；

所述智能分析模块用于建立纺织品知识图谱，采用纺织品样本训练卷积神经网络模型，采用纺织品测试集对卷积神经网络模型进行测试得到训练好的检测模型，将处理后的待检测纺织品图像输入训练好的检测模型中检测，得到纺织品预测结果，并将预测结果反向传播到卷积神经网络模型中进行数据更新；

所述结果输出模块用于输出纺织品预测结果。

第二方面，本发明实施例提供的一种基于人工智能的纺织品检测方法，包括以下步骤：

建立检测纺织品的知识图谱；

用纺织品样本训练卷积神经网络模型，采用纺织品测试集对卷积神经网络模型进行测试得到训练好的检测模型；

采集待检测纺织品图像；

对待检测纺织品图像进行预处理得到处理后的待检测纺织品图像；

将处理后的待检测纺织品图像输入训练好的检测模型中检测，得到预测结果，并将预测结果反向传播到卷积神经网络模型中进行数据更新；

输出纺织品预测结果。

第三方面，本发明实施例提供的一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述实施例描述的方法。

本发明的有益效果：

本发明实施例提供的一种基于人工智能的纺织品检测系统、方法及介质，对纺织品进行整体、自动化的详细检测，高检出率、低误报率的检测水平，并且检测能力随检测数据的积累不断提升，无需人工过多干预，降低人工成本。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。