基于深度学习的织物疵点检测研究

发布时间：2021-11-02 23:01

　　纺织业在国民经济中占据着十分重要的地位,通过织物疵点的自动检测可以发现有质量问题的织物,并进行及时的修复和预防,可以减少因各种原因导致的织物质量下降问题。深度学习算法具有检测速度快、准确率高、鲁棒性强等优点,成为了目前织物疵点检测算法的发展趋势。在使用基于深度学习的卷积神经网络对织物疵点进行检测时,网络却很少重视卷积层中特征图的空间信息和表达能力,该问题会导致网络分类性能不佳。本文对这些问题进行了研究,具体研究成果如下:（1）提出了一种基于改进类激活映射（Class Activation Mapping,CAM）的织物疵点检测方法。首先,针对传统CAM改变卷积网络结构导致分类性能下降的问题,将CNN中的深层和浅层卷积层进行结合,并在卷积层后嵌入SE模块,使得网络在提高分类性能的同时能生成较细粒度的类激活图;然后,为了提高疵点定位的准确性,将两种分辨率的类激活图进行融合来生成改进的类激活图。实验结果表明,本文算法对无疵点、孔、污渍、纱疵和断纱五个类别的织物图像识别准确率达到了96.40%,比基线网络准确率提升了1.37%。不仅如此,在数据集只有图像级标注的情况下,该方法能够实现对织物疵点... 

【文章来源】：武汉纺织大学湖北省

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 研究意义及背景
    1.2 国内外研究现状
        1.2.1 基于统计的检测方法
        1.2.2 基于频域的检测方法
        1.2.3 基于模型的检测方法
        1.2.4 基于学习的检测方法
    1.3 本文主要研究内容
    1.4 论文章节安排
    1.5 本章小结
2 相关工作
    2.1 卷积神经网络
        2.1.1 卷积神经网络结构
        2.1.2 前向传播和误差反向传播
        2.1.3 卷积神经网络的迁移学习
    2.2 类激活映射技术
    2.3 本章小结
3 基于改进类激活映射的织物疵点检测
    3.1 类激活映射技术存在的问题
    3.2 基于改进类激活映射的织物疵点检测
        3.2.1 SE模块结构
        3.2.2 改进卷积网络结构
        3.2.3 定位疵点区域
    3.3 实验结果和分析
        3.3.1 实验准备
        3.3.2 结果与分析
    3.4 本章小结
4 基于DCL和注意力机制结合的织物疵点检测
    4.1 基于DCL的织物疵点检测
        4.1.1 DCL网络介绍
        4.1.2 基于DCL的织物疵点检测思想
    4.2 基于DCL和注意力机制结合的织物疵点检测
        4.2.1 注意力模块设计与嵌入
        4.2.2 DCL网络参数设置
    4.3 实验结果与分析
        4.3.1 实验准备
        4.3.2 结果与分析
    4.4 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
参考文献
附录
致谢


【参考文献】：
期刊论文
[1]基于深度学习的织物疵点检测研究进展[J]. 贺智明,彭亚楠.  毛纺科技. 2019(08)
[2]应用GAN和Faster R-CNN的色织物缺陷识别[J]. 李明,景军锋,李鹏飞.  西安工程大学学报. 2018(06)
[3]基于机器视觉的疵点检测方法的研究进展[J]. 王孟涛,李岳阳,杜帅.  现代纺织技术. 2019(05)
[4]基于卷积神经网络的织物表面缺陷分类方法[J]. 景军锋,刘娆.  测控技术. 2018(09)
[5]采用傅里叶描述子和支持向量机的服装款式识别方法[J]. 李东,万贤福,汪军.  纺织学报. 2017(05)
[6]基于显著纹理特征的织物疵点检测方法[J]. 石美红,张正,郭仙草,陈永当.  纺织学报. 2016(10)
[7]基于纹理结构异常的织物疵点检测算法研究[J]. 刘洲峰,赵全军,李春雷,董燕,闫磊.  中原工学院学报. 2014(03)
[8]基于GMRF模型的统计特征畸变织物疵点识别[J]. 杨晓波.  纺织学报. 2013(04)
[9]基于AR模型的机织物线状疵点研究[J]. 朱俊岭,汪军,张孝南,李立轻,陈霞,庞明军.  纺织学报. 2012(08)
[10]基于匹配Gabor滤波器的规则纹理缺陷检测方法[J]. 贡玉南,华建兴,黄秀宝.  中国图象图形学报. 2001(07)

博士论文
[1]基于稀疏编码的织物瑕疵检测算法研究[D]. 朱秋平.武汉大学 2014

硕士论文
[1]基于深度学习的织物疵点检测研究[D]. 史甜甜.浙江理工大学 2019
[2]织物疵点检测算法研究和系统实现[D]. 尉苗苗.江南大学 2017



本文编号：3472541