[發(fā)明專利]布料瑕疵識別模型的訓練方法和布料瑕疵的檢測方法

在審

• 申請?zhí)枺?/td>: 202011112313.8
• 申請日: 2020-10-16
• 公開（公告）號: CN112270687A
• 公開（公告）日: 2021-01-26
• 發(fā)明（設計）人: 程潔;王曉珂;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(wǎng)絡科技股份有限公司
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/00;G06N3/04;G06K9/62;G06K9/46;G01N21/88
• 代理公司: 北京布瑞知識產權代理有限公司 11505
• 代理人: 孟潭

1.一種布料瑕疵識別模型的訓練方法，其特征在于，包括：

提供多個樣本的基礎數(shù)據(jù)，所述基礎數(shù)據(jù)對應所述樣本中已知布料瑕疵的輪廓；

基于每個所述樣本的所述基礎數(shù)據(jù)獲取多個訓練數(shù)據(jù)；以及

基于帶有所述多個訓練數(shù)據(jù)的所述樣本對神經(jīng)網(wǎng)絡模型進行訓練，以使得所述神經(jīng)網(wǎng)絡模型能基于所述樣本輸出與所述多個訓練數(shù)據(jù)分別對應的多個輪廓識別數(shù)據(jù)。

2.根據(jù)權利要求1所述的訓練方法，其特征在于，所述基于帶有所述多個訓練數(shù)據(jù)的所述樣本對神經(jīng)網(wǎng)絡模型進行訓練包括：

提取所述樣本的特征信息；

將所述特征信息輸入所述神經(jīng)網(wǎng)絡模型，以獲取與所述多個訓練數(shù)據(jù)分別對應的多個輪廓識別數(shù)據(jù)；

基于所述多個輪廓識別數(shù)據(jù)以及所述多個訓練數(shù)據(jù)獲得損失結果；以及

基于所述損失結果，調整所述神經(jīng)網(wǎng)絡模型的參數(shù)。

3.根據(jù)權利要求2所述的訓練方法，其特征在于，所述將所述特征信息輸入神經(jīng)網(wǎng)絡模型，以獲取與所述多個訓練數(shù)據(jù)分別對應的多個輪廓識別數(shù)據(jù)包括：

利用卷積核大小為1×1，輸出通道數(shù)為N的卷積層對所述特征信息進行卷積，以獲得所述多個輪廓識別數(shù)據(jù)，N為所述訓練數(shù)據(jù)的個數(shù)。

4.一種布料瑕疵的檢測方法，其特征在于，包括：

提取待檢測布料圖像的特征信息，所述待檢測布料圖像包括一個或多個布料瑕疵；

將所述特征信息輸入如權利要求1-3中任一所述的方法訓練得到的布料瑕疵輪廓識別模型，獲得所述待檢測布料圖像的多個輪廓預測數(shù)據(jù)；

對所述多個輪廓預測數(shù)據(jù)進行特征疊加，獲得預測疊加數(shù)據(jù)；以及

基于所述預測疊加數(shù)據(jù)，獲得所述布料瑕疵的輪廓數(shù)據(jù)。

5.根據(jù)權利要求4所述的檢測方法，其特征在于，所述輪廓預測數(shù)據(jù)所對應的輪廓范圍內的區(qū)域為目標區(qū)域，所述輪廓范圍外的區(qū)域為背景區(qū)域其中，所述對所述多個輪廓預測數(shù)據(jù)進行特征疊加，獲得預測疊加數(shù)據(jù)包括：

當所述多個輪廓預測數(shù)據(jù)中同一像素均位于目標區(qū)域時，則預測疊加數(shù)據(jù)中所述像素為第一布料瑕疵的目標區(qū)域；

當所述多個輪廓預測數(shù)據(jù)中同一像素均位于背景區(qū)域時，則預測疊加數(shù)據(jù)中所述像素為背景區(qū)域；

當所述多個輪廓預測數(shù)據(jù)中同一像素分別位于目標區(qū)域和背景區(qū)域時，則預測疊加數(shù)據(jù)中所述像素為第二布料瑕疵的目標區(qū)域。

6.根據(jù)權利要求5所述的檢測方法，其特征在于，還包括：

利用卷積核為1×1，輸出通道數(shù)與預設目標瑕疵類別的個數(shù)相同的卷積層，對所述待檢測布料圖像的特征信息進行卷積，獲得所述待檢測布料圖像的多個初步目標分類數(shù)據(jù)，所述初步目標分類數(shù)據(jù)包括用于表征所述待檢測布料圖像上的像素屬于多個預設的目標瑕疵類別中的某一種目標瑕疵類別的類別概率值；

對所述多個初步目標分類數(shù)據(jù)中的每個像素對應的多個所述類別概率值進行最大概率取值，確定所述待檢測布料圖像中的每個像素分別屬于的目標瑕疵類別；以及

基于所述預測疊加數(shù)據(jù)，獲得與所述預測疊加數(shù)據(jù)對應的目標分類結果。

7.一種布料瑕疵檢測數(shù)據(jù)處理方法，其特征在于，包括：

根據(jù)權利要求4-6中任意一項所述方法獲取布料的瑕疵信息；

根據(jù)至少所述瑕疵信息，確定瑕疵處理方式。

8.如權利要求7所述的檢測數(shù)據(jù)處理方法，當瑕疵信息包括瑕疵位置時，其特征在于：

根據(jù)所述瑕疵位置信息計算相鄰兩瑕疵參考線之間的距離；

根據(jù)預設條件確定斷料區(qū)域，所述預設規(guī)則為將所述距離小于預設閾值且連續(xù)的瑕疵組合形成的區(qū)域作為斷料區(qū)域；

分別獲取每一所述斷料區(qū)域和所述斷料區(qū)域以外的每一孤立瑕疵的邊緣參考線；

根據(jù)所述邊緣參考線確定所述布料的斷料位置信息。

9.一種電子設備，包括：

處理器；以及

存儲器，在所述存儲器中存儲有計算機程序指令，所述計算機程序指令在被所述處理器運行時使得所述處理器執(zhí)行如權利要求1-8中任一所述的方法。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序指令，所述計算機程序指令在被處理器運行時使得所述處理器執(zhí)行如權利要求1-8中任一所述的方法。