基于深度学习Transformer网络的皮革表面瑕疵自动检测研究

摘要

Transformer是一种基于自注意力机制的深度神经网络,全局建模能力突出。卷积神经网络(Convolutional Neural Network,CNN)在局部建模方面更有效,二者各具特色,将其组合应用是必然趋势。本文简述了深度学习目标检测算法,介绍了Transformer网络模型。重点以皮革表面图像为研究对象,构建皮革表面瑕疵图像数据集,基于Transformer和CNN构建皮革表面瑕疵自动检测模型。选择了相关硬件设备并介绍了系统软件设计,经过测试证实该模型对于皮革表面瑕疵的检测效果较好,检测准确率在910%以上,有助于皮革瑕疵检测工作的创新改进。