织物疵点

作品数：428被引量：1125H指数：18
导出分析报告
相关领域：轻工技术与工程自动化与计算机技术更多>>
相关作者：刘洲峰李春雷景军锋李鹏飞董燕更多>>
相关机构：西安工程大学中原工学院江南大学武汉纺织大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金陕西省教育厅科研计划项目博士科研启动基金河南省科技攻关计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于GSS-YOLOv8n的轻量化织物疵点检测算法
《棉纺织技术》2025年第4期59-66,共8页井振威 张团善 
国家自然科学基金项目(51735010)。
针对织物疵点检测方式大多为人工操作且检测耗时、背景复杂、所含疵点种类繁多等问题,提出一种改进YOLOv8算法的轻量级检测模型GSS-YOLOv8n。首先,采用了兼顾速度和精度的GSConv替代原有的标准卷积核,并在Neck使用一次性聚合方法来设计...
关键词：YOLOv8 织物疵点检测 Shape-IoU 轻量化 GSConv 
基于改进YOLOv8n的轻量化织物疵点检测算法
《广西师范大学学报(自然科学版)》2025年第2期83-94,共12页刘玉娜 马双宝 
国家自然科学基金(62103309);湖北省数字化纺织装备重点实验室公开项目(DTL2022007)。
为应对织物疵点目标检测中背景纹理复杂以及硬件资源有限问题,本文提出一种基于改进YOLOv8n的轻量化织物疵点检测算法(GSL-YOLOv8n)。首先,为减少YOLOv8n模型参数量与网络结构复杂度,结合Ghost思想构建C2fGhost模块,并用Ghost卷积层替换...
关键词：织物疵点 YOLOv8 GhostNet 注意力机制 轻量化 目标检测 
基于YOLOv8s的特征融合织物疵点检测方法
《毛纺科技》2025年第3期137-144,共8页蒋明宇 吴斌 张红英 
针对织物缺陷种类繁多、尺度变化大以及小目标漏检等问题,提出了一种基于YOLOv8s的特征融合改进算法。首先在Neck层引入加权特征融合策略,并设计了多分辨率特征层聚合模块CWcat,通过加权融合不同尺度的特征信息,显著提升了检测精度,同...
关键词：织物疵点 YOLOv8s 加权特征融合 GSConv VOVGSCSP SIoU 
面向织物疵点检测神经网络模型的研究进展
《纺织科技进展》2025年第3期21-29,共9页刁宇涵 祝双武 赵妍 
中国纺织工业联合会科技指导性项目(2019057);陕西省教育厅科研计划项目(18JS042)。
疵点严重影响了织物外观质量,织物疵点自动检测技术对提高检测效率、降低人工成本、提高纺织企业生产智能化水平都具有重要的意义;因基于深度学习的神经网络具有强大的特征提取能力,近些年越来越多的研究人员将其用于织物疵点自动检测...
关键词：深度学习 织物疵点检测 卷积神经网络(CNN) 生成模型 DETR 
基于上下文信息的多尺度特征融合织物疵点检测算法
《计算机应用》2025年第2期640-646,共7页何秋润 胡节 彭博 李天源 
四川省重点研发项目(2023YFG0354);福建省运动鞋面料重点实验室开放基金资助项目(SSUM2201)。
针对纺织品疵点边缘特征弱以及极端长宽比导致检测困难的问题,提出基于YOLOv7的上下文信息多尺度特征融合织物疵点检测算法(CMFFD-YOLO)。首先,采用k均值聚类算法得到适应目标尺寸的更好锚框,并通过迁移学习引入主干权重;然后,重新设计...
关键词：织物疵点检测 小目标检测 YOLOv7 加强特征提取 特征融合 
基于欠完备字典重构的无监督织物疵点检测方法
《上海交通大学学报》2025年第2期283-292,共10页刘建欣 潘如如 周建 
国家自然科学基金(61501209)资助项目。
针对当前自动织物检测方法大多仍需人工挑选训练集而无法实现无监督学习的问题,提出使用中值稳健扩展局部二值模式(MRELBP)特征的无疵图像筛选方法与欠完备字典重构疵点检测方法,实现自动无监督疵点检测,并采用自适应字典大小搜索算法,...
关键词：织物疵点检测 中值稳健扩展局部二值模式 字典学习 无监督检测 
基于改进YOLOv8的织物疵点检测算法
《黄河科技学院学报》2025年第2期23-30,共8页罗维平 张哲 
针对织物疵点检测中疵点形态各异,检测结果容易存在漏检或误检等问题,提出一种改进YOLOv8的织物疵点检测算法。首先将主干网络替换为GhostNet,该方法在减少对计算资源要求的同时,在保证网络结构质量的前提下,减轻了网络结构的重量。另外...
关键词：疵点检测 YOLOv8算法 GhostNet 坐标注意力 BiFPN 
基于改进YOLOv8s的织物疵点检测
《棉纺织技术》2025年第2期49-55,共7页王帅 刘珊珊 李保田 张永军 陈健健 
山东青年政治学院博士科研启动基金(XXPY23036)。
为了解决人工检查效率低、算法检测的缺陷种类少以及算法检测精度差等问题,提出了一种改进的YOLOv8s算法来进行织物疵点检测。首先,通过将DCNv4算子融入YOLOv8s特征融合网络Neck中的C2f模块,构建了C2f_DCNv4模块,不仅提高了对小目标的...
关键词：YOLOv8s DCNv4 MCASAM CBAM InnerIoU 织物疵点检测 C2f_DCNv4 
基于自适应空间特征融合的织物疵点检测算法
《计算机技术与发展》2025年第2期9-15,共7页吴梦微 毋涛 崔青 
国家自然科学基金面上项目(62176204)。
对于织物疵点检测通常耗时、背景复杂、疵点种类多样且依赖人工操作的问题,提出了一种基于改进YOLOv7算法的轻量级检测方法。首先,增加了一个检测头Swin-Transformer,增强模型捕获和识别小目标特征的能力;其次,在主干特征提取阶段加入...
关键词：织物疵点检测 YOLOv7 自适应空间 注意力机制 特征融合 
基于改进YOLOv8n的织物疵点检测算法
《毛纺科技》2025年第2期118-126,共9页陈泽纯 林富生 张庆 宋志峰 刘泠杉 余联庆 
国家留学基金管理委员会资助项目(202310810005)。
针对织物疵点检测算法计算复杂且难以部署,织物缺陷目标小、尺度变化大导致检测精度低、易漏检等问题,提出基于改进YOLOv8n的织物疵点检测算法(YOLOv8n-CMB)。首先在主干网络引入轻量级通道优先卷积注意力模块(CPCA),实现在通道和空间...
关键词：YOLOv8n MobileViTv3 特征金字塔 注意力模块 织物疵点 
全选清除导出
共43页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部