摘要
为解决目前纺织品色牢度人工评级方式的主观性和繁重工作量,结合深度学习与传统纺织检测,以纺织品检测中的纺织品色牢度评级为对象,研究基于图像处理和深度学习的智能评级创新方法.针对场景与问题,选择利用图像处理技术进行采样图像的预处理和分割,在小样本、多分类的实际条件下搭建数据库,利用深度学习完成对摩擦沾色试样色牢度的迅速评级.结果表明,所选择的图像处理技术对图像的处理效果良好,对后续深度学习准确率的提高有辅助效果;深度学习对耐摩擦沾色试样色牢度的评级准确率达到87.5％,高效、客观且准确率高,实现评级操作简易化,利用神经网络达到代替人眼评级过程,提高准确度和改善目前方法的不足.
NETL
NSTL
维普
万方数据