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
基于超分辨率模型与YOLO-V4的织物疵点检测
被引量:
1
1
作者
王峰
胥光申
+1 位作者
黄乾玮
余海洋
《轻工机械》
CAS
2022年第5期60-66,共7页
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...
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。
展开更多
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
下载PDF
职称材料
题名
基于超分辨率模型与YOLO-V4的织物疵点检测
被引量:
1
1
作者
王峰
胥光申
黄乾玮
余海洋
机构
西安工程大学机电工程学院
沈阳工业大学信息科学与技术学院
出处
《轻工机械》
CAS
2022年第5期60-66,共7页
基金
西安市现代智能纺织装备重点实验室基金项目(2019220614SYS021CG043)。
文摘
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
Keywords
fabric defects
super-resolution reconstruction
improved SRGAN(Super Resolution Generative Adversarial Network)algorithm
data expansion
yolo-v
4
networks
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TH145.23 [一般工业技术—材料科学与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于超分辨率模型与YOLO-V4的织物疵点检测
王峰
胥光申
黄乾玮
余海洋
《轻工机械》
CAS
2022
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