摘要
本发明公开了一种基于极限学习机的卷积神经网络布匹瑕疵检测方法,该方法通过构造一个卷积神经网络进行特征提取,并对提取的特征进行融合,在融合后的特征层上进行布匹瑕疵候选框的提取,在布匹瑕疵检测阶段,使用卷积神经网络对提取得到的布匹瑕疵候选框进行回归,使用极限学习机对布匹瑕疵候选框进行分类,对分类和回归结果结合样本图片的真实标签计算损失,基于得到的损失使用随机梯度下降法更新网络中的权重,不断进行迭代训练,直到网络的损失收敛到一个极小值或者达到预设的训练轮数,便得到训练好的基于极限学习机的布匹瑕疵检测的网络模型,即可进行布匹瑕疵检测,有效提高布匹瑕疵检测的整体性能,本发明具有更高的布匹瑕疵检测准确率。
- 单位