基于深度学习的织物疵点实时识别方法及装置

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度学习的织物疵点实时识别方法及装置
申请号:CN202510930257
申请日期:2025-07-07
公开号:CN120783127A
公开日期:2025-10-14
类型:发明专利
摘要
本发明涉及深度学习技术领域,公开了一种基于深度学习的织物疵点实时识别方法及装置。该方法:采集目标加工织物的RGB图像和深度图像,并分别对RGB图像和深度图像进行双分支特征提取,得到RGB特征图和深度特征图;通过RGB域对抗特征学习器进行跨域特征学习,得到RGB域不变疵点特征,并通过深度域对抗特征学习器进行跨域特征学习,得到深度域不变疵点特征;进行特征融合,得到综合疵点特征;通过多尺度语义分割网络进行疵点分割,得到第一疵点分割结果并进行边界优化,得到第二疵点分割结果。本发明对颜色相近但表面凹凸不平的疵点具有更强的识别能力,能够捕获不同尺寸的疵点特征,增强了对各种尺寸疵点的检测能力。
技术关键词
RGB特征 织物疵点 压缩特征向量 语义分割网络 织物纹理 识别方法 学习器 输入多尺度 深度特征提取 图像 高层语义特征 注意力 全局平均池化 上下文特征 分支 网络结构 形状特征信息 判别模块