在纺织行业中，布匹瑕疵的出现将严重影响其经济价值，而目前纺织工厂的质检环节严重依赖人工质检。为了解决人工质检过程中出现的错检、漏检以及检测效率随时间下降的问题，设计了一种基于YOLOv5深度学习算法的布匹瑕疵检测方法，通过在真实产线上收集布匹样本并自建相关瑕疵的数据集，使用YOLOv5训练出一组双面的布匹瑕疵模型。实验结果表明，该模型在检测速度与准确度方面与传统质检方式相比表现优异，可以满足工业生产的实际需要。
科研之友
微信
新浪微博
Facebook
分享链接
