基于卷积神经网络和迁移学习的色织物疵点检测

• 作者: 罗俊丽 路凯
• 来源期刊: 上海纺织科技
• 学科: 工学
• 关键词: 色织物 织物疵点 检测 卷积神经网络 残差网络 迁移学习
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 标准与测试
• 页码范围: 52-56
• 页数: 5页
• 分类号: TS101.97
• 语种: 中文

摘要

针对色织物疵点检测准确率较低的问题,提出一种基于卷积神经网络的疵点识别方法.首先对织物图像进行预处理,然后将无疵点织物和5类疵点织物图像样本输入到残差网络模型进行训练和测试,最终总识别率为91.53％.以残差网络模型为例,研究了迁移学习在织物疵点识别中的应用.将ImageNet数据集上预训练的图像特征迁移到织物疵点识别任务上,并在两个大小不同的数据集上比较迁移学习的效果.结果 显示,当数据集较小时,通过迁移学习可以提升模型的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗俊丽		22	30	3.0	4.0
2	路凯		3	0	0.0	0.0