一种基于深度学习的原丝纤维表面缺陷检测方法
基本信息
| 申请号 | CN202110936576.9 | 申请日 | - |
| 公开（公告）号 | CN113592853A | 公开（公告）日 | 2021-11-02 |
| 申请公布号 | CN113592853A | 申请公布日 | 2021-11-02 |
| 分类号 | G06T7/00（2017.01）I;G06T7/70（2017.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 李桂东 | 申请（专利权）人 | 苏州耘瞳科技有限公司 |
| 代理机构 | 南京钟山专利代理有限公司 | 代理人 | 戴朝荣 |
| 地址 | 211106江苏省南京市江宁区双龙大道1698号2605室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的原丝纤维表面缺陷检测方法，包括（1）帧差法获取有缺陷的原丝纤维表面图像，对原丝纤维表面图像进行缺陷标注，构成原丝纤维表面缺陷数据集，包括训练集和验证集；（2）构建基于深度学习的原丝纤维表面缺陷检测模型，采用训练集和验证集循环训练、验证所述模型；（3）实时获取原丝纤维表面的图像，将其输入到训练好的原丝纤维表面缺陷检测模型中，输出标有检测缺陷定位结果的图像，依据检测结果，评估缺陷的等级。本发明的原丝纤维表面缺陷检测方法准确率高、且检测速度快。 |
