基于深度学习的纺织品视觉检测收藏

用肉眼检验纤维的局限性准确度低    因人为误差，检验准确性上存在局限因长时间检验，眼睛疲劳导致集中度低下，因作业人员不同判断标准有差异，很难维持检验的连贯性速度慢    因为人的肉眼检验速度上限为约15~20m/min，需要许多验布机和检验员才能消化整体生产量。

检验员供求的困难    一方面是检验员的高龄化，一方面是年轻人群有回避检验工作的倾向，导致目前面临检验员供求不稳定性上升，需要通过自动化获取中长期的稳定性的现状纤维检验困难的理由纤维表面的复杂性    纤维固有模式及印刷花纹非常复杂，以现有的机器视觉方式想要检验出瑕疵是很困难的。

布料种类的多样性    现有的机器视觉方式需要按照各种布料类别重新设置标准，因此要投入很多时间和费用瑕疵种类的多样性    瑕疵种类过多，瑕疵标准也会因情况不同有很大差异，因此以现有方式检验很困难

基于深度学习的视觉检测方案检验的准确度    具备与实际检验员同样的判断力，可以确保没有人为误差的准确度快速 在印染机，拉幅机等高速生产线上也可以实时全数检验，独立型设备最大可以达到100m/min的检验速度。

节约人工成本    可使现有检验及设备操作人员数量最小化。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。