改进Scaled-YOLOv4的织物瑕疵检测方法
实质审查的生效
摘要
本发明公开了一种基于Scaled‑YOLOv4改进算法的织物瑕疵检测方法。方法包括：建立扩展织物图像数据集；搭建改进Scaled‑YOLOv4网络；选取训练集输入改进网络中训练，并得到训练候选预测框；计算改进网络的整体损失值，并更新参数；获得调整后的改进Scaled‑YOLOv4网络；将验证集输入处理，并获得验证候选框；计算织物类别的平均精确度值；获得训练完成的改进Scaled‑YOLOv4网络；将待检测织物图像数据集输入处理，保留最终预测框；映射进行织物瑕疵的检测定位。本发明实现了网络精度和速度的双双提升，大大加强对织物瑕疵的检测能力并加快检测效率，更适合在实际工业场景下对织物瑕疵进行实时检测。
基本信息
专利标题 ：
改进Scaled-YOLOv4的织物瑕疵检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114549507A
申请号 ：
CN202210193858.9
公开（公告）日 ：
2022-05-27
申请日 ：
2022-03-01
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
吕文涛余序宜
申请人 ：
浙江理工大学
申请人地址 ：
浙江省杭州市江干经济发开去2号大街928号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
林超
优先权 ：
CN202210193858.9
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06N3/08 G06N3/04 G06K9/62 G06V10/774 G06V10/762 G06V10/82
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20220301
申请日 : 20220301
2022-05-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
