[發明專利]布料缺陷檢測方法、設備和介質

有效

• 申請號: 202011110696.5
• 申請日: 2020-10-16
• 公開（公告）號: CN112200790B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 程潔;茅心悅;胡曉偉;陳成才
• 申請（專利權）人: 鯨斛（上海）智能科技有限公司;上海智臻智能網絡科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G01N21/898;G06N3/04;G06N3/08
• 代理公司: 北京布瑞知識產權代理有限公司 11505
• 代理人: 孟潭

1.一種布料缺陷檢測方法，其特征在于，包括：

獲得檢測布料圖片；

對所述檢測布料圖片進行第一卷積神經網絡處理，獲得空間特征數據；

對所述檢測布料圖片進行第二卷積神經網絡處理，獲得細節特征數據，所述第二卷積神經網絡比第一卷積神經網絡的層次淺，所述第二卷積神經網絡比第一卷積神經網絡的通道寬，所述第二卷積神經網絡與所述第一卷積神經網絡互補，所述空間特征數據和所述細節特征數據為相互互補的特征數據；

融合所述空間特征數據和所述細節特征數據，獲得圖片數據，所述空間特征數據為表示空間信息的第一矩陣，所述細節特征數據為表示細節信息的第二矩陣，所述圖片數據包括空間信息和細節信息；

基于所述圖片數據，判斷布料的缺陷信息。

2.如權利要求1所述的布料缺陷檢測方法，其特征在于，融合所述空間特征數據和所述細節特征數據，獲得圖片數據的步驟包括：

基于一預設權重融合所述空間特征數據和所述細節特征數據，獲得圖片數據。

3.如權利要求2所述的布料缺陷檢測方法，其特征在于，在獲得檢測布料圖片之前，所述布料缺陷檢測方法還包括：建模步驟，包括：

獲得樣本圖片；

對所述樣本圖片進行所述第一卷積神經網絡處理，獲得樣本空間特征數據；

對所述樣本圖片進行所述第二卷積神經網絡處理，獲得樣本細節特征數據；

基于初始權重，融合所述樣本空間特征數據和樣本細節特征數據，獲得樣本圖片數據，完成一次訓練；

通過多次訓練不斷調整所述初始權重，在所述樣本圖片數據的損失符合規格值時，以調整后的權重作為預設權重。

4.如權利要求1所述的布料缺陷檢測方法，其特征在于，所述獲得檢測布料圖片的步驟包括：獲得原始圖片；對所述原始圖片進行切割，獲得多個檢測布料圖片；

基于所述圖片數據，判斷檢測布料圖片上的缺陷信息的步驟包括：對多個檢測布料圖片對應的圖片數據進行合并，基于合并后的數據判斷缺陷的位置和/或種類。

5.如權利要求1-4任一項所述的布料缺陷檢測方法，其特征在于，所述第二卷積神經網絡包括VGG網絡，所述第一卷積神經網絡包括MobileNet?V2網絡；或者，

所述第一卷積神經網絡包括Mobilenet?V2網絡，以及，特征圖像金字塔，用于對Mobilenet?V2網絡輸出的數據進行處理；或者，

所述第一卷積神經網絡包括ResNet?50網絡、特征圖像金字塔和全卷積網絡。

6.一種布料缺陷檢測數據處理方法，其特征在于，包括：

根據權利要求1-5中任意一項所述方法獲取布料的缺陷信息；

根據至少所述缺陷信息，確定缺陷處理方式。

7.如權利要求6所述的布料缺陷檢測數據處理方法，當缺陷信息包括缺陷位置時，其特征在于，

根據所述缺陷位置信息計算相鄰兩缺陷參考線之間的距離；

根據預設條件確定斷料區域，所述預設規則為將所述距離小于預設閾值且連續的缺陷組合形成的區域作為斷料區域；

分別獲取每一所述斷料區域和所述斷料區域以外的每一孤立缺陷的邊緣參考線；

根據所述邊緣參考線確定所述布料的斷料位置信息。

8.一種介質，其上存儲有計算機指令，其特征在于，所述計算機指令運行時執行權利要求1-7任一項所述方法的步驟。