[发明专利]一种布料瑕疵检测方法、装置、电子设备及存储介质

说明书

本发明公开了一种布料瑕疵检测方法、装置、电子设备及存储介质。该方法包括：获取待检测布料图像；将所述待检测布料图像作为输入，基于预先确定的可变形卷积神经网络模型对所述待检测布料图像进行检测，得到与所述待检测布料图像相对应的热力图、尺寸和偏移量；其中，所述偏移量包括中心偏移量和角偏移量；根据所述热力图、尺寸和偏移量，确定所述待检测布料图像中的瑕疵区域和瑕疵类别。本技术方案，通过可变形卷积神经网络对待检测布料图像中的瑕疵区域和瑕疵类别进行检测，能够提高布料瑕疵的检测精度和检测效率，且能够避免瑕疵漏检的情况。

技术领域

本发明涉及瑕疵检测技术领域，尤其涉及一种布料瑕疵检测方法、装置、电子设备及存储介质

背景技术

在纺织类行业中，经常为了配合时尚潮流，上面的花样往往复杂且织法细腻，纺织类瑕疵会随着花样变的更复杂而多样，特别在编织花色上更在意稍许漏织或不规则的异色，所以如何对布料进行准确地瑕疵检测十分重要。

依据不同纺织纹理和瑕疵形状，在纺织类瑕疵检验算法中可以分成两大类：一个是传统算法， 另一个以学习为主的算法。

由于传统算法如对于背景藏有花纹的图像，想要精准的分离或避开其甘扰，往往效果很有限，且成效不明显。机器学习对于纺织类瑕疵检验中某几类瑕疵，效果不错，但是对于有方向性延展的轻微漏线，编织破损, 编织异色等瑕疵类，就会造成过漏检。特别是对于随机产生不同深浅度的编织像素所形成的瑕疵，经常会造成侦测不到，导致过漏检。

发明内容

本发明提供了一种布料瑕疵检测方法、装置、电子设备及存储介质，通过可变形卷积神经网络对待检测布料图像中的瑕疵区域和瑕疵类别进行检测，能够提高布料瑕疵的检测精度和检测效率，且能够避免瑕疵漏检的情况。

根据本发明的一方面，提供了一种布料瑕疵检测方法，该方法包括：

获取待检测布料图像；

将所述待检测布料图像作为输入，基于预先确定的可变形卷积神经网络模型对所述待检测布料图像进行检测，得到与所述待检测布料图像相对应的热力图、尺寸和偏移量；其中，所述偏移量包括中心偏移量和角偏移量；

根据所述热力图、尺寸和偏移量，确定所述待检测布料图像中的瑕疵区域和瑕疵类别。

根据本发明的另一方面，提供了一种布料瑕疵检测装置，该装置包括：

待检测布料图像获取模块，用于获取待检测布料图像；

待检测布料图像检测模块，用于将所述待检测布料图像作为输入，基于预先确定的可变形卷积神经网络模型对所述待检测布料图像进行检测，得到与所述待检测布料图像相对应的热力图、尺寸和偏移量；其中，所述偏移量包括中心偏移量和角偏移量；

瑕疵信息确定模块，用于根据所述热力图、尺寸和偏移量，确定所述待检测布料图像中的瑕疵区域和瑕疵类别。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的一种布料瑕疵检测方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种布料瑕疵检测方法。