基于卷积神经网络的织物图像识别方法研究进展

来源：现代纺织技术杂志2022年第5期北京时间：

作者：郑雨婷, 王成群, 陈亮亮, 吴江, 吕文涛

单位：1.浙江理工大学信息学院,杭州 310018; 2.浙江经贸职业技术学院应用工程系,杭州 310018

摘要：基于卷积神经网络的织物图像识别技术具有自主学习、准确率高和适用性广的优点,已被广泛应用于纺织工业生产中。本文面向纺织领域详细综述了基于卷积神经网络的疵点分类、瑕疵检测、图像分类、图像分割技术的具体应用和研究进展,总结了各种网络结构的改进点和优缺点,同时就目前存在的问题及未来研究方向进行了展望。随着网络结构的不断优化,图像识别方法对实时性和精确性各有侧重,但其鲁棒性和适用性仍有较大的发展空间,有待做进一步研究。

关键词：卷积神经网络,图像识别,疵点分类,瑕疵检测,图像分类

基金资助：国家自然科学基金项目(61601410);浙江省科技厅重点研发计划项目(2021C01047);东北大学流程工业综合自动化国家重点实验室联合基金项目(2021-KF-21-03, 2021-KF-21-06);浙江省基础公益项目(LGF19F010008)