摘要
为准确识别导纱管内纱线数量与种类,保证纱线打结有序进行,提出一种基于卷积神经网络的纱线分类方法.首先,将采集到的3 500张图片分为训练集2 800张和测试集 700 张,再从训练集中划出 560 张作为验证集;其次采用叠加深度可分离卷积构建轻量化的自搭建学生网络.为克服学生网络准确率低、泛化性能弱等缺陷,采用迁移学习与知识蒸馏的组合训练方式对自搭建网络进行训练,将最终训练得到的学生网络权重进行移动端部署应用.实验结果表明:在PC端上对自搭建学生网络采取组合训练方式有效,在移动端上单根纱线识别概率在 70%以上、双根纱线为 80%以且纱线检测平均准确率达 98.86%.为针织行业有关纱线的检测与识别提供了新思路.
NETL
NSTL
维普
万方数据