首页|基于深度学习的织物疵点检测研究进展

基于深度学习的织物疵点检测研究进展

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为提高疵点检测的准确性和通用性,实现使用简洁而有效的形式对织物图像的特点和疵点的本质特征进行综合表达,首先,介绍了深度学习技术,对引入了深度学习的疵点检测方法进行综述,同时对深度学习与疵点检测的内在关系进行阐述;然后,分析总结了深度学习的概念及代表性的计算模型,并对引入深度学习的疵点检测方法进行归纳、总结和分类;最后,对典型的方法进行了分析,讨论了各种方法的优缺点,并对未来的研究趋势进行了展望.指出:随着深度学习的发展,探索更加通用的检测方法是推进深度学习在织物疵点检测领域应用的努力方向.
Research progress in fabric defect detection based on deep learning

王斌、李敏、雷承霖、何儒汉

展开 >

武汉纺织大学湖北省服装信息化工程技术研究中心,湖北武汉 430200

武汉纺织大学计算机与人工智能学院,湖北武汉 430200

武汉纺织大学纺织服装智能化湖北省工程研究中心,湖北武汉 430200

深度学习 疵点检测 纺织品 神经网络 图像分割 机器视觉

中国高校产学研创新基金

2020HYA02015

2023

10.13475/j.fzxb.20211105509

纺织学报
中国纺织工程学会

纺织学报

CSTPCDCSCD北大核心
影响因子：0.699
ISSN：0253-9721
年,卷(期)：2023.44(1)
  • 6
  • 17