• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Sensors (Basel Switzerland) >A Robust Fabric Defect Detection Method Based on Improved RefineDet
【2h】

A Robust Fabric Defect Detection Method Based on Improved RefineDet

机译：一种基于改进优化的鲁棒织物缺陷检测方法

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes a robust fabric defect detection method, based on the improved RefineDet. This is done using the strong object localization ability and good generalization of the object detection model. Firstly, the method uses RefineDet as the base model, inheriting the advantages of the two-stage and one-stage detectors and can efficiently and quickly detect defect objects. Secondly, we design an improved head structure based on the Full Convolutional Channel Attention (FCCA) block and the Bottom-up Path Augmentation Transfer Connection Block (BA-TCB), which can improve the defect localization accuracy of the method. Finally, the proposed method applies many general optimization methods, such as attention mechanism, DIoU-NMS, and cosine annealing scheduler, and verifies the effectiveness of these optimization methods in the fabric defect localization task. Experimental results show that the proposed method is suitable for the defect detection of fabric images with unpattern background, regular patterns, and irregular patterns.
机译：本文提出了一种基于改进的RefineTet的鲁棒织物缺陷检测方法。这是使用强对象定位能力和物体检测模型的良好概率完成的。首先，该方法使用RefineTet作为基础模型，继承了两级和一级探测器的优点，并且可以有效地迅速地检测缺陷物体。其次，我们基于完全卷积通道注意（FCCA）块和自下而上的路径增强传输连接块（BA-TCB）设计改进的头部结构，可以提高该方法的缺陷定位精度。最后，该方法应用许多一般优化方法，例如注意机制，DIO-NMS和余弦退火调度器，并验证这些优化方法在织物缺陷本地化任务中的有效性。实验结果表明，该方法适用于具有未拼接器背景，规则图案和不规则图案的织物图像的缺陷检测。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号