文献类型：期刊文章

作　　者：周君[1,2] 景军锋[1] 张缓缓[1] 王震[1] 黄汉林[1]

Zhou Jun;Jing Junfeng;Zhang Huanhuan;Wang Zhen;Huang Hanlin(School of Electronic Information,Xi'an Polytechnic University,Xi'an,Shaanxi 710048,China;Collaborative Innovation Center,Xi'an Polytechnic University,Xi'an,Shaanxi 710048,China)

机构地区：[1]西安工程大学电子信息学院,陕西西安710048 [2]西安工程大学协同创新中心,陕西西安710048

出　　处：《激光与光电子学进展》

基　　金：国家自然科学基金(61902302);咸阳市重大科技专项计划(2018k01-42);陕西省教育厅服务地方专项计划(19JC018)。

年　　份：2020

卷　　号：57

期　　号：16

起止页码：47-55

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：为了满足工业上对织物缺陷检测的实时性要求,提出一种基于S-YOLOV3(Slimming You Only Look Once Version 3)模型的织物实时缺陷检测算法。首先使用K均值聚类算法确定目标先验框,以适应不同尺寸的缺陷;然后预训练YOLOV3模型得到权重参数,利用批归一化层中的缩放因子γ评估每个卷积核的权重,将权重值低于阈值的卷积核进行剪枝以得到S-YOLOV3模型,实现模型压缩和加速;最后对剪枝后的网络进行微调以提高模型检测的准确率。实验结果表明:对于不同复杂纹理的织物,所提模型都能准确检测,且平均精度均值达到94%,剪枝后检测速度提高到55 FPS,所得的准确率与实时性均满足工业上的实际需求。

关 键 词：图像处理 织物缺陷  S-YOLOV3  K均值 模型剪枝  缺陷检测  

分 类 号：TP391]