探討基于卷積神經(jīng)網(wǎng)絡(luò)的Faster-RCNN深度學(xué)習(xí)方法,檢測籽棉中異性纖維的檢測技術(shù)。使用線掃描相機在LED照明條件下獲取籽棉和異性纖維的圖像,采用基于Faster-RCNN的人工智能深度學(xué)習(xí)方法處理圖像。試驗結(jié)果表明,Faster-RCNN處理方法對籽棉圖像中異性纖維的檢出率達到90%,相比傳統(tǒng)的圖像檢測方法大幅度提高了檢測率,特別是對傳統(tǒng)方法難以識別的白色或淺色異性纖維,其檢測率可以達到90%以上。認為:本文所采用的基于Faster-RCNN的人工智能深度學(xué)習(xí)方法處理圖像在異纖檢測應(yīng)用上具有一定可行性。

【文章頁數(shù)】：4 頁

【文章目錄】：
1 圖像獲取
    1.1 成像裝置
    1.2 圖像獲取
2 基于深度學(xué)習(xí)的圖像識別
    2.1 網(wǎng)絡(luò)訓(xùn)練
    2.2 籽棉圖像檢測
3 試驗結(jié)果及分析
    3.1 檢測結(jié)果
    3.2 本文圖像處理法與其他圖像處理法結(jié)果對比
4 結(jié)語



本文編號：3744242