[发明专利]基于YOLO神经网络的纺织布匹表面瑕疵检测方法在审
| 申请号： | 201910832559.3 | 申请日： | 2019-09-04 |
| 公开（公告）号： | CN110490874A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 刘淼;单鸣雷;纪世豪;张鹏;金振洲;汤一彬;韩庆邦;高远;姚澄 | 申请（专利权）人： | 河海大学常州校区 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62;G06N3/08;G06N3/04;G01N21/88 |
| 代理公司： | 32224 南京纵横知识产权代理有限公司 | 代理人： | 张倩倩<国际申请>=<国际公布>=<进入 |
| 地址： | 213022 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种纺织布匹表面瑕疵检测方法，包括：实时采集纺织布匹表面图片；利用预先建立的YOLO神经网络检测模型对实时采集的纺织布匹表面图片进行瑕疵识别，得到包括瑕疵种类和瑕疵位置的识别结果；以及输出瑕疵识别结果数据。YOLO神经网络检测模型的构建包括瑕疵图片采集、处理、标签制作以及样本训练过程，采用了基于大数据的监督学习的方法来检测和识别瑕疵，使得所建立的YOLO神经网络检测模型能够快速选出瑕疵所在的区域并检测出对应种类，可为纺织服装生产企业提供智能布匹瑕疵的检测方案，解决人工验布检出率低、速度慢、人员成本高等问题。 | ||
| 搜索关键词： | 瑕疵 检测 布匹表面 神经网络 实时采集 标签制作 纺织服装 结果数据 人员成本 生产企业 图片采集 样本训练 预先建立 瑕疵检测 瑕疵位置 大数据 检出率 布匹 构建 验布 输出 智能 图片 监督 学习 | ||
【主权项】：
1.一种纺织布匹表面瑕疵检测方法，其特征是，包括：/n实时采集纺织布匹表面图片；/n利用预先建立的YOLO神经网络检测模型对实时采集的纺织布匹表面图片进行瑕疵识别，得到包括瑕疵种类和瑕疵位置的识别结果；/n输出瑕疵识别结果数据。/n
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河海大学常州校区，未经河海大学常州校区许可，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/201910832559.3/，转载请声明来源钻瓜专利网。
