|
|||||
|
|
| 基于超分辨率模型与YOLO V4的织物疵点检测 | |
| 作者姓名： | 王峰 |
| 作者单位： | 1.西安工程大学 机电工程学院, 陕西 西安710048; 2.西安工程大学 材料工程学院, 陕西 西安710048 |
| 基金项目： | 西安市现代智能纺织装备重点实验室基金项目（2019220614SYS021CG043）。 |
| 摘 要： | 针对工业条件限制下采集的印花布数据集图像分辨率低、检测效果差等问题,课题组提出基于超分辨率模型SRGAN与YOLO V4网络的织物疵点检测方法,并对SRGAN算法进行改进。课题组首先使用改进的SRGAN算法对原数据集进行超分辨率重构,提高图像分辨率;然后将重构图翻转变化与原图共同作为数据集输入YOLO V4进行网络训练;最后通过YOLO V4网络检测印花布表面疵点。实验结果表明：该方法可提高低分辨率织物图疵点检测效果,准确率高达90.29%,比超分辨率重构前提升了13.19%,能实现实时定位疵点的准确位置并输出疵点类别。 |
| 关 键 词： | 织物疵点 超分辨率重构 改进SRGAN算法 数据扩充 YOLO V4网络 |
| 点击此处可从《华南农业大学学报(社会科学版)》浏览原始摘要信息 | |
| 点击此处可从《华南农业大学学报(社会科学版)》下载免费的PDF全文 | |