[发明专利]一种基于改进Scaled-YOLOv4模型的织物瑕疵检测方法在审
| 申请号： | 202210663876.9 | 申请日： | 2022-06-13 |
| 公开（公告）号： | CN114882011A | 公开（公告）日： | 2022-08-09 |
| 发明（设计）人： | 吕文涛;余序宜 | 申请（专利权）人： | 浙江理工大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/762;G06V10/774;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 浙江千克知识产权代理有限公司 33246 | 代理人： | 黎双华 |
| 地址： | 310000 浙江省杭州市杭*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于改进Scaled‑YOLOv4模型的织物瑕疵检测方法，包括S1采集织物图像数据集；S2划分得到训练集、验证集、测试集；S3进行聚类，得到K个先验框；S4将N个不同尺度的有效特征图输入集成特征指导模块进行多尺度特征预处理，然后使用高效阶梯金字塔网络进行融合，得到N个不同尺度的融合特征图，最后通过动态尺度感知头进行通道调整以获得N个预测特征图；S5得到所有预测框；S6更新Scaled‑YOLOv4网络的参数；S7根据参数更新后的Scaled‑YOLOv4网络来对验证集的每张图像进行预测，统计后输出验证集中各个类别的AP值；S8重复步骤S7，直至多次步骤S7中所统计的各个类别的AP值的平均值等于某一固定值，得到训练完成的Scaled‑YOLOv4网络；S9定位瑕疵。本发明可对织物瑕疵进行高准确的检测。 | ||
| 搜索关键词： | 一种 基于 改进 scaled yolov4 模型 织物 瑕疵 检测 方法 | ||
【主权项】：
暂无信息
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浙江理工大学，未经浙江理工大学许可，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/patent/202210663876.9/，转载请声明来源钻瓜专利网。
