技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明公開了一種基于深度神經(jīng)網(wǎng)絡(luò)的織物瑕疵檢測方法，包括如下步驟，（1）、搭建圖像采集系統(tǒng)，采集圖像；（2）、將所圖像分割為實驗樣本，同時增加織物樣本圖像數(shù)據(jù)，將增強后的織物圖像作為訓(xùn)練樣本，（3）、設(shè)計深度神經(jīng)網(wǎng)絡(luò)；（4）、設(shè)置參數(shù)并對所述深度神經(jīng)網(wǎng)絡(luò)進行初始化，將訓(xùn)練樣本送入到深度神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，在網(wǎng)絡(luò)訓(xùn)練完成之后，保存網(wǎng)絡(luò)模型；（5）、將輸入的新的織物樣本送入網(wǎng)絡(luò)模型進行檢測。本發(fā)明提出的基于深度神經(jīng)網(wǎng)絡(luò)的織物瑕疵檢測方法，以卷積神經(jīng)網(wǎng)絡(luò)為核心，通過卷積層進行特征提取，池化層保留有效特征并減少計算量，用全連接層進行分類。以mini?batch梯度下降法進行優(yōu)化，L2正則化增強泛化能力，通過確定分類器輸出的最大分量的對應(yīng)位置進行缺陷的識別，效果參見圖4所示，其中Actual表示樣本真實的類別，Pred表示樣本預(yù)測的類別。

技術(shù)研發(fā)人員：何志勇;張浩;朱翚;林嵩
受保護的技術(shù)使用者：蘇州大學(xué)
技術(shù)研發(fā)日：2017.07.02
技術(shù)公布日：2017.11.03