基于深度稀疏学习的网状白坯织物缺陷检测方法研究.pdfVIP

摘要

摘要

由于关系到国计民生，人工智能在农业领域中的应用受到广泛关注。农业

防护网在农业生产中起到了安全高效防虫、防自然灾害、适度遮光、保温等重

要作用，但是受生产水平所限，其在制造生产过程中会产生不同程度缺陷，会

对农产品质量产生不利影响，因此在其生产过程中及时有效检测缺陷十分必要。

为了改善传统人工缺陷检测方法成本高、精度低等问题，将机器视觉方法代替

传统人工方法是一条有效途径。本课题对基于机器学习和深度学习的网状白坯

织物缺陷检测方法展开深入的研究，目标为满足嵌入式设备部署需求的同时提

高织物缺陷检测的准确率，主要研究工作如下：

1.针对当前网状白坯织物缺少公开数据集，本文选取六类缺陷为研究对象

并构建网状白坯织物缺陷数据集，首先搭建基于acA640-300gm型COMS面阵

相机的图像采集系统采集白坯织物图像，构建了单类缺陷目标小规模数据集；

针对初始阶段数据集规模较小且种类单一的问题，使用一种基于Multistage

GAN数据扩充方法扩充数据集，首先将MLP-Mixer作为预训练网络进行语义

分割，然后通过给定纹理的缺陷生成、生成缺陷与无缺陷样本融合两阶