基于改进YOLOv4-tiny的布匹缺陷检测模型及方法与流程技术资料下载

技术编号:26053108

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明涉及缺陷检测技术领域,尤其涉及一种基于改进yolov4-tiny的布匹缺陷检测模型及方法。背景技术实际工厂中的布匹缺陷检测通常是通过人工视觉的方法进行的,这种方式有助于及时的纠正缺陷,但由于人工会出现疲劳的情况,这会导致人为错误,并且人眼通常很难检测到细小的缺陷。对于工业上的长期应用而言,这种方法效率低下且精度较差。传统的缺陷检测技术是相对于深度学习中的端到端训练检测方式而言的,传统的检测方式往往需要人为手动的定义特征以及特征的提取方式,这就意味着需要设计有效的特征来对织物中不同的缺陷进行...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发