[发明专利]基于轻量级卷积神经网络的织物缺陷识别系统的搭建方法有效
| 申请号： | 201910623819.6 | 申请日： | 2019-07-11 |
| 公开（公告）号： | CN110349146B | 公开（公告）日： | 2020-06-02 |
| 发明（设计）人： | 刘洲峰;李春雷;张驰;丁淑敏;朱永胜;董燕 | 申请（专利权）人： | 中原工学院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62;G06N3/04 |
| 代理公司： | 郑州优盾知识产权代理有限公司 41125 | 代理人： | 张彬 |
| 地址： | 451191 河南省郑*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于轻量级卷积神经网络的织物缺陷识别系统的搭建方法，其步骤为：首先，配置织物缺陷识别系统的运行环境，根据可因式分解卷积获得轻量级卷积神经网络，然后，采集织物图像样本数据，并对织物图像样本数据进行标准化，标准化后的织物图像样本数据分为训练图像集和测试图像集，再利用异步梯度下降的训练策略将训练图像集输入轻量级卷积神经网络中进行训练，得到LZFNet‑Fast模型，最后，将测试图像集输入LZFNet‑Fast模型进行测试，验证LZFNet‑Fast模型的性能。本发明利用可因式分解卷积结构替代标准卷积层，有效识别纹理复杂的有色织物，降低了模型的参数数量和计算量，极大地提高了识别效率。 | ||
| 搜索关键词： | 基于 轻量级 卷积 神经网络 织物 缺陷 识别 系统 搭建 方法 | ||
【主权项】：
1.一种基于轻量级卷积神经网络的织物缺陷识别系统的搭建方法，其特征在于，其步骤如下：S1、配置织物缺陷识别系统的运行环境；S2、设计可因式分解卷积结构，并利用可因式分解卷积结构构建轻量级卷积神经网络LZFNet‑Fast；S3、采集织物图像样本数据，并对织物图像样本数据进行标准化，标准化后的织物图像样本数据分为训练图像集和测试图像集；S4、利用异步梯度下降的训练策略将训练图像集输入轻量级卷积神经网络LZFNet‑Fast中进行训练，得到LZFNet‑Fast模型；S5、将测试图像集输入步骤S4中得到的LZFNet‑Fast模型进行测试，验证LZFNet‑Fast模型的性能。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中原工学院，未经中原工学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910623819.6/，转载请声明来源钻瓜专利网。
