一种基于卷积神经网络的面料主成分检测方法

摘要

本发明公开了一种基于卷积神经网络的面料主成分检测方法，其首先使用光学放大设备构建每种主成分的面料图片库；然后使用空洞卷积、深度可分离卷积技术搭建卷积神经网络；最后将图片库转换为HSV颜色空间后输入搭建好的卷积神经网络对其进行训练，得到可用来进行面料主成分检测的网络。本发明不需要检测人员具备面料成分检测相关专业知识，对图像的放大倍数要求较低，无需使用显微镜采集图片，降低了检测操作门槛，简化了检测流程；本发明中设计的卷积神经网络可同时实现多种面料主成分的检测，模型通用性较强，较其他卷积神经网络结构的网络结构简单，网络规模小，训练时间短，检测准确率有所提升。