[发明专利]用于织物表面缺陷检测的方法、装置和设备

说明书

本申请公开了一种用于织物表面缺陷检测的方法、装置和设备，该方法包括：获取织物的待检图像；利用神经网络模型对所述待检图像进行检测；若检测结果为所述待检图像对应的织物表面存在缺陷，则生成检测结果提示信息；获取用户对检测结果的反馈信息；若所述反馈信息为负反馈信息，则计算检测误差值，并根据所述检测误差值调整所述神经网络模型的网络参数。该方法、装置和设备能够在基本上不费人力的情况下提高织物表面缺陷检测准确度，并可在织物表面缺陷检测的过程中，获取用户对检测结果的反馈信息，实时调整神经网络模型的参数，降低误检率，提高检测效率。

技术领域

本申请涉及织物检测技术领域，特别涉及织物表面缺陷的检测方法、装置和设备。

背景技术

在机织布、针织布、非织造布等织物的生产线上，需要检测所生产出来的织物是否存在表面缺陷，例如，织物上是否有污渍、破洞、起毛等等。

目前的检测方法主要是由检测人员站在验布设备前通过肉眼检测的方式发现织物表面缺陷并对表面缺陷进行标记或记录。在织物的产量很大的情况下，由检测人员来检测将会很费人力，而且，检测人员在工作一段时间之后容易疲劳，从而存在发生误检的可能性。因此，由检测人员来检测的总体缺陷检测效率不高、并且检测准确度不够稳定。

少部分企业也有采用验布机来检测，但是目前的验布机不具有自动学习的能力，当出现误检时，不能实时修正，在下一次遇到同样的情况时，仍然会再次误检，导致检测效率和检测准确度不高。

发明内容

鉴于以上问题，本发明的实施例提供一种用于织物表面缺陷检测的方法、装置和设备，其能解决上述背景技术部分提到的技术问题。

按照本发明的实施例的用于织物表面缺陷检测的方法，包括：获取织物的待检图像；利用神经网络模型对所述待检图像进行检测；若检测结果为所述待检图像对应的织物表面存在缺陷，则生成检测结果提示信息；获取用户对所述检测结果的反馈信息；若所述反馈信息为负反馈信息，则计算检测误差值，并根据所述检测误差值调整所述神经网络模型的网络参数。

按照本发明的实施例的用于织物表面缺陷检测的装置，包括：第一获取模块，用于获取织物的待检图像；检测模块，用于利用神经网络模型对所述待检图像进行检测；生成模块，用于若检测结果为所述待检图像对应的织物表面存在缺陷，则生成检测结果提示信息；第二获取模块，用于获取用户对所述检测结果的反馈信息；计算调整模块，用于若所述反馈信息为负反馈信息，则计算检测误差值，并根据所述检测误差值调整所述神经网络模型的网络参数。

按照本发明的实施例的用于织物表面缺陷检测的设备，包括：处理器；以及存储器，其上存储有可执行指令，其中，所述可执行指令当被执行时使得所述处理器执行前述的方法。

按照本发明的实施例的一种机器可读介质，其上存储有可执行指令，其中，所述可执行指令当被执行时使得机器执行前述的方法。

从以上的描述可以看出，本发明的实施例的方案利用神经网络技术，而不是人，来检测织物是否存在表面缺陷，与人相比，神经网络技术不会出现疲劳的情况，其能够持续地以较高的检测准确度来检测织物是否存在表面缺陷，因此，与现有技术相比，本发明的实施例的方案能够在基本上不费人力的情况下提高织物表面缺陷检测准确度。同时，本发明的实施例的方案可在织物表面缺陷检测的过程中，获取用户对检测结果的反馈信息，实时调整神经网络模型的参数，降低误检率，提高检测效率和检测准确度。

附图说明

图1为本发明的一个实施例的用于织物表面缺陷检测的方法的流程图；

图2为本发明的一个实施例的用于模型训练的方法的流程图；

图3为本发明的一个实施例的用于织物表面缺陷检测的装置的示意图；

图4为本发明的一个实施例的用于织物表面缺陷检测的设备的示意图。