基于深度学习的纺织品视觉检测

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。