一种基于卷积神经网络模型融合的织物疵点检测方法

• 作者: 杨磊 罗俊丽 蔡鹏
• 来源期刊: 北京服装学院学报（自然科学版）
• 学科: 工学
• 关键词: 疵点检测 卷积神经网络 模型融合 数据增强
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能科学与技术
• 页码范围: 55-62
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文

摘要

针对织物疵点种类较多、形状差异大导致的检测准确率较低的问题,提出一种基于两个卷积神经网络模型融合的疵点识别方法.首先对织物的样本图像进行预处理,然后将样本图像缩小尺寸输入到一个网络模型进行训练;将样本图像采样后的图像输入到另一个网络模型训练.实验中使用ROC曲线下面积和平均精度均值的组合作为模型的评价指标,测试时取两个模型的预测结果平均,模型的评价指标值稳定在0.75左右.实验中还评估了图像翻转、测试集增强和模型融合的贡献,实验结果显示这些方法都有助于提高疵点检测的效果.