文献类型：期刊文章

作　　者：郑雨婷[1] 王成群[1] 陈亮亮[2] 吴江[1] 吕文涛[1]

ZHENG Yuting;WANG Chengqun;CHEN Liangliang;WU Jiang;Lü Wentao(College of Information,Zhejiang Sci-Tech University,Hangzhou 310018,China;Department of Applied Engineering,Zhejiang Institute of Economics and Trade,Hangzhou 310018,China)

机构地区：[1]浙江理工大学信息学院,杭州310018 [2]浙江经贸职业技术学院应用工程系,杭州310018

出　　处：《现代纺织技术》

基　　金：国家自然科学基金项目(61601410);浙江省科技厅重点研发计划项目(2021C01047);东北大学流程工业综合自动化国家重点实验室联合基金项目(2021-KF-21-03,2021-KF-21-06);浙江省基础公益项目(LGF19F010008)。

年　　份：2022

卷　　号：30

期　　号：5

起止页码：1-11

语　　种：中文

收录情况：BDHX、BDHX2020、ZGKJHX、核心刊

摘　　要：基于卷积神经网络的织物图像识别技术具有自主学习、准确率高和适用性广的优点,已被广泛应用于纺织工业生产中。本文面向纺织领域详细综述了基于卷积神经网络的疵点分类、瑕疵检测、图像分类、图像分割技术的具体应用和研究进展,总结了各种网络结构的改进点和优缺点,同时就目前存在的问题及未来研究方向进行了展望。随着网络结构的不断优化,图像识别方法对实时性和精确性各有侧重,但其鲁棒性和适用性仍有较大的发展空间,有待做进一步研究。

关 键 词：卷积神经网络 图像识别 疵点分类  瑕疵检测 图像分类

分 类 号：TS107] TP183[纺织类]