基于SSD的织物瑕疵检测的研究

纺织业是我国经济的支柱产业之一,在织物生产过程中,产生的织物瑕疵将会严重影响其质量。为实现织物瑕疵的检测与分类从而代替人工,采用SSD网络进行深度学习目标检测。通过使用布料厂生产的织物图像数据制作数据集,然后利用图像处理技术减弱不同织物的背景纹理信息,最后结合SSD网络模型对处理后的织物样本中的瑕疵进行学习判断与不断调节参数,生成的模型可以实现油污、松停车痕、紧停车痕以及错花四种织物瑕疵的分类与识别,平均准确率达到80%,可用于织物瑕疵目标检测,具有广阔的应用前景。