科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统卷积神经网络对色织物花型缺陷检测效果不佳的问题，提出一种基于U型Swin Transformer重构模型和残差分析的缺陷检测方法。该方法使用Transformer模型，可更好地实现对图像全局特征的提取以及更准确的重构，同时解决了实际生产过程中缺陷样本数量少且种类不平衡的问题。首先，针对某种花型，采用叠加噪声后的无缺陷样本完成重构模型的训练过程；然后，将待测图像输入模型中获得重构图像；接着，计算待测图像和重构图像的残差图像；最后，通过阈值分割和数学形态学处理，即可实现对缺陷区域的检测和定位。实验结果表明，该方法在不需要对缺陷样本标记的情况下，能够有效地检测和定位多个色织物花型上的缺陷区域。
- 单位
