[发明专利]布匹缺陷检测方法和装置在审

专利信息
申请号: 202010939606.7 申请日: 2020-09-09
公开(公告)号: CN111929327A 公开(公告)日: 2020-11-13
发明(设计)人: 陈海波;段艺霖 申请(专利权)人: 深兰人工智能芯片研究院(江苏)有限公司;深兰科技(上海)有限公司
主分类号: G01N21/956 分类号: G01N21/956;G06N3/04;G06N3/08
代理公司: 常州佰业腾飞专利代理事务所(普通合伙) 32231 代理人: 陈红桥
地址: 213000 江苏省常州市武进*** 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:
搜索关键词: 布匹 缺陷 检测 方法 装置
【权利要求书】:

1.一种布匹缺陷检测方法,其特征在于,包括以下步骤:

获取样本数据集,其中,所述样本数据集中包含多个存在布匹缺陷的样本产品图像和多个不存在布匹缺陷的样本产品图像;

确定所述样本数据集对应的布匹类型;

根据所述布匹类型,通过所述样本数据集以相应的训练方式对神经网络进行训练,得到相应的布匹缺陷检测模型;

获取待检测产品图像,并确定所述待检测产品图像中的布匹类型;

将确定了布匹类型的待检测产品图像输入相应的布匹缺陷检测模型,以判断是否存在布匹缺陷。

2.根据权利要求1所述的布匹缺陷检测方法,其特征在于,进行训练的样本数据集中的图像和实施检测的待检测产品图像均为灰度图像。

3.根据权利要求2所述的布匹缺陷检测方法,其特征在于,所述神经网络为VGG网络或Inception网络。

4.根据权利要求3所述的布匹缺陷检测方法,其特征在于,所述布匹类型包括纯色布和色织布。

5.根据权利要求4所述的布匹缺陷检测方法,其特征在于,当所述布匹类型为纯色布时,通过所述样本数据集以相应的训练方式对神经网络进行训练,包括:

使用可变尺度模糊平均,将原始样本产品图像的4个像素合并为一个平均数值的像素点,再对整体图像的数值点进行特异取值,将特异取值的区域关注度拔高,并对其进行抠图操作;

在所述神经网络中构建分类算法,并通过抠图操作得到的图像对该神经网络进行训练。

6.根据权利要求4所述的布匹缺陷检测方法,其特征在于,当所述布匹类型为色织布时,通过所述样本数据集以相应的训练方式对神经网络进行训练,包括:

通过人工对色织布上缺陷进行标注;

在所述神经网络中构建目标检测算法,并通过缺陷标注后的图像对该神经网络进行训练,其中,通过目标中心点来呈现目标。

7.一种布匹缺陷检测装置,其特征在于,包括:

第一获取模块,所述第一获取模块用于获取样本数据集,其中,所述样本数据集中包含多个存在布匹缺陷的样本产品图像和多个不存在布匹缺陷的样本产品图像;

第一确定模块,所述第一确定模块用于确定所述样本数据集对应的布匹类型;

训练模块,所述训练模块用于根据所述布匹类型,通过所述样本数据集以相应的训练方式对神经网络进行训练,得到相应的布匹缺陷检测模型;

第二获取模块,所述第二获取模块用于获取待检测产品图像;

第二确定模块,所述第二确定模块用于确定所述待检测产品图像中的布匹类型;

检测模块,所述检测模块用于将确定了布匹类型的待检测产品图像输入相应的布匹缺陷检测模型,以判断是否存在布匹缺陷。

8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时,实现根据权利要求1-6中任一项所述的布匹缺陷检测方法。

9.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现根据权利要求1-6中任一项所述的布匹缺陷检测方法。

10.一种计算机程序产品,其特征在于,当所述计算机程序产品中的指令由处理器执行时,执行根据权利要求1-6中任一项所述的布匹缺陷检测方法。

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深兰人工智能芯片研究院(江苏)有限公司;深兰科技(上海)有限公司,未经深兰人工智能芯片研究院(江苏)有限公司;深兰科技(上海)有限公司许可,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/pat/books/202010939606.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top