科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对织物表面纹理复杂以及缺陷类型多样易混淆导致缺陷分类精度低的问题，设计了一种基于空间注意力多尺度特征融合的织物表面缺陷分类算法。使用多尺度金字塔池化模块保持特征图信息完整，同时将从高层特征图提取到的丰富语义信息作为先验信息指导底层特征，实现高低层特征的融合；将改进的空间注意力模块融合到卷积神经网络中，增强特征差异性表达；通过改进的类激活映射方法获取缺陷分类信息和位置信息。在数据增强和迁移学习方法的基础上对织物表面缺陷图像进行识别检测。实验结果表明，所提算法可以有效提高织物缺陷分类的准确率，同时可以在没有人工位置标注的情况下获得缺陷的位置信息。
- 单位
