使用卷积神经网络进行印花织物缺陷自动检测
计算机视觉与模式识别
2021-01-19 v1 机器学习
摘要
由于织物纹理和缺陷类型的多变性，自动缺陷检测是一项具有挑战性的任务。有效的缺陷检测系统使制造商能够改进工艺和产品的质量。纺织制造系统的自动化将通过节省成本和资源来减少织物浪费并提高盈利能力。目前有不同关于使用图像处理和机器学习技术的自动缺陷检测系统的当代研究。这些技术根据制造工艺和缺陷类型而彼此不同。研究人员也已能够在织造过程中建立实时缺陷检测系统。尽管已有关于图案织物缺陷检测的研究，但这些缺陷与织造故障相关，例如破洞、经向和纬向缺陷。但是，尚未有任何旨在检测诸如污点和印花错位等过程中出现的缺陷的研究。本研究通过开发印花织物数据库并实现深度卷积神经网络（CNN）填补了这一空白。
引用
@article{arxiv.2101.00703,
title = {Automatic Defect Detection of Print Fabric Using Convolutional Neural Network},
author = {Samit Chakraborty and Marguerite Moore and Lisa Parrillo-Chapman},
journal= {arXiv preprint arXiv:2101.00703},
year = {2021}
}
备注
8 pages, 4 figures, Conference