基于视觉加装与深度学习的纺织面料隐蔽瑕疵识别与反馈算法开发

简介

本项目针对纺织面料瑕疵检测场景，研发了一款可高精度检测隐蔽瑕疵且能提供问题反馈报告的面料智检系统。技术创新包括：1.基于多视角镜面阵列与特征级融合算法的协同式数据采集技术；2.基于生成式对抗网络模型的多样本疵点数据集增强技术；3.基于ECA-AnoGAN与知识图谱的瑕疵识别与反馈模型。本产品在两家企业进行试用，检测准确度大于97%，满足企业需求。团队成员共发表SCI论文3篇，授权软著11项。