基于Cascade R-CNN改进的花色布匹瑕疵智能识别方法

• 作者: 陆贵家
• 来源期刊: 现代信息科技
• 关键词: 花色布匹瑕疵 目标识别 缺陷检测 深度学习 卷积神经网络
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 信息技术|Information Technology
• 页码范围: 20-24
• 页数: 5页
• 分类号: TP391.41|TS107
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2020.23.006

摘要

花色布匹在生产的过程中,其相比于单色布匹的生产需要引入更多的加工工序,比如印花、后整理等工序,经常导致花色布匹产生更多的瑕疵类别.为了实现花色布匹瑕疵的智能识别与检测,文章给出一种基于Cascade R-CNN改进的花色布匹瑕疵智能识别与检测方法,实验结果表明,相比同类算法,文章提出的方法在花色布匹瑕疵数据集上识别的准确率提升了2.39％,mAP评估指标提高了3.83％的显著效果.