期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Swin Transformer的两阶段织物疵点检测
被引量:
1
1
作者
雷承霖
李敏
王斌
《棉纺织技术》
CAS
北大核心
2023年第2期41-47,共7页
为了提高织物疵点检测的精准率,提出了一种基于Swin Transformer的两阶段织物疵点检测网络模型。首先,使用Swin Transformer替代传统的卷积神经网络来进行特征提取,以获得织物图像的分层特征;其次,使用神经网络架构搜索法来获取最佳特...
为了提高织物疵点检测的精准率,提出了一种基于Swin Transformer的两阶段织物疵点检测网络模型。首先,使用Swin Transformer替代传统的卷积神经网络来进行特征提取,以获得织物图像的分层特征;其次,使用神经网络架构搜索法来获取最佳特征融合网络,以得到准确的小尺寸疵点特征;最后,将融合后的特征送入多级区域建议网络,通过k-means选取最佳的候选框来进行疵点分类和位置回归。试验结果表明:对于结头、破洞等20种疵点,该疵点检测方法的mAP@0.5达到0.575;与标准的Cascade RCNN模型相比,该研究模型的mAP@0.5提升了38.1%。认为该研究提出的算法能够更好地识别各类织物疵点。
展开更多
关键词
织物疵点
Swin
Transformer
神经
网络
架构搜索
多级区域建议网络
Cascade
RCNN
下载PDF
职称材料
题名
基于Swin Transformer的两阶段织物疵点检测
被引量:
1
1
作者
雷承霖
李敏
王斌
机构
武汉纺织大学
湖北省服装信息化工程技术研究中心
纺织服装智能化湖北省工程研究中心
出处
《棉纺织技术》
CAS
北大核心
2023年第2期41-47,共7页
基金
中国高校产学研创新基金(2020HYA02015)。
文摘
为了提高织物疵点检测的精准率,提出了一种基于Swin Transformer的两阶段织物疵点检测网络模型。首先,使用Swin Transformer替代传统的卷积神经网络来进行特征提取,以获得织物图像的分层特征;其次,使用神经网络架构搜索法来获取最佳特征融合网络,以得到准确的小尺寸疵点特征;最后,将融合后的特征送入多级区域建议网络,通过k-means选取最佳的候选框来进行疵点分类和位置回归。试验结果表明:对于结头、破洞等20种疵点,该疵点检测方法的mAP@0.5达到0.575;与标准的Cascade RCNN模型相比,该研究模型的mAP@0.5提升了38.1%。认为该研究提出的算法能够更好地识别各类织物疵点。
关键词
织物疵点
Swin
Transformer
神经
网络
架构搜索
多级区域建议网络
Cascade
RCNN
Keywords
fabric defect
Swin Transformer
neural network framework search
multilevel regional proposal network
Cascade RCNN
分类号
TS101.9 [轻工技术与工程—纺织工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Swin Transformer的两阶段织物疵点检测
雷承霖
李敏
王斌
《棉纺织技术》
CAS
北大核心
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部