基于卷积神经网络的机织物结构参数识别研究

来源 :江南大学 | 被引量 : 0次 | 上传用户:Whoafraidwh0
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
织物,尤其是机织物,是日常生活以及产业应用中最为重要的材料之一,其结构参数主要包括经纬密度和织物组织,而色织物还涉及色纱排列以及配色模纹。这些参数的高效准确识别,是企业进行来样设计、质量控制的重要前提。然而目前,其分析仍旧依靠人工进行,耗时耗力且效率低下。近年来,利用计算机视觉技术自动识别织物结构参数的研究日益增多,然而仍未有十分成功的系统,这是由于目前的研究多是基于传统方法,而随着深度学习技术的发展,为织物结构参数的自动识别提供了新的思路。基于此,本课题对织物结构参数的自动识别进行了系统的研究,主要工作内容如下:(1)开发了一套无线便携式织物图像采集系统,以解决现有的图像采集系统笨拙,操作复杂的问题。该系统采用无线传输,结合RTSP码流与Web Socket传输协议进行数据交互,能够应用于商业场景与生产环境下的织物结构参数检测。(2)建立了一个织物图像数据集,该数据集包含400多种不同类型的织物,并带有详细的织物结构参数,可以用于训练深度网络模型,同时也可以作为一个标准的检测效果评价数据集。(3)设计了一种多任务多尺度卷积神经网络(MTMSnet)用于织物结构特征的识别与分析,该网络采用多任务方式分别定位纱线与组织点,同时引入含有不同大小卷积核的多尺度结构,适应不同大小的织物特征,提高了网络的泛化能力。基于网络预测的织物结构特征热力图,实现了织物密度、织物组织、色纱排列和配色模纹的自动检测。(4)开发了一套网页端与移动端的织物结构参数在线识别系统,网页端系统利用Django、Vue.js等技术前后端分离开发,移动端利用Uni-app框架实现跨平台多端兼容,两套系统共用后台接口,目前,所开发的系统已上线内测。结果表明,本文所开发的织物结构参数检测算法对于经纬密度的平均检测误差为1.47%,组织点识别误差为5.42%,配色模纹识别误差为10.39%,优于现有的算法,同时利用热加载技术,平均一次检测时间为1.21s,结合所开发的图像采集系统与在线识别软件系统,一次检测用时低于5s,证明了本文所提方法的有效性和优异性,可以服务于企业的实际生产。
其他文献
电梯是方便人们出行的楼宇交通工具,越来越多的电梯正被注册投入使用,伴随而来的电梯故障与维保问题也日益突出。近年来,研究者分析电梯的各种运行特征,以寻求监控和预防电梯故障的方法。本文在开发出一套电梯工况数据采集系统,用以获取电梯运行过程产生的电信号数据的基础上,提出正负两类超球体模型进行电梯故障的短期实时诊断以及预警分类,通过改进的二维卷积网络实现对电梯疲劳故障的诊断。论文还提出一种改进的长短时记忆
随着科技的不断发展,信息物理系统(Cyber-physical system,CPS)在航空航天、交通网络、智能电网等许多领域都应用广泛,正是由于其潜藏的巨大经济价值以及社会意义,许多学者都对其进行了研究。但是,CPS系统具有高度的复杂性,以往的简单建模方式已经难以适用于现在的CPS研究之中,并且日益发达复杂的通信传输也面临着巨大的安全威胁,因此CPS的控制稳定,以实现系统稳定和安全,便是研究CP
网络化控制系统(Networked Control Systems,NCSs)是典型的空间分布式系统,其传感器,执行器和控制器以及其他系统组件均配备网络接口,通过共享的数字通信网络进行通讯,具有安装和维护简单、成本低、系统布线少和通信体系结构灵活等独特的优势。然而,工程实践中的意外故障或系统组件失效经常导致系统性能下降甚至是灾难性事故的发生。因此,检测和识别故障非常重要,以便在故障发生的初期采取必
近年来,随着计算机信息技术的日益成熟和现代人工智能科技的高速发展,多智能体系统的协调和控制问题受到了国内以及国外科研学者更广泛的关注。然而,大部分研究结果中仅考虑了基于非负图的一致性问题,而基于非负图拓扑结构的一致性协议并不能确定系统中智能体节点之间包含负连接相互作用情形时的稳定性。符号图可以刻画具有正负连接的网络拓扑结构,在此基础上产生了多智能体系统的二分一致性。本文利用图论知识、李雅普诺夫函数
随着经济的发展和人口的增加,对水资源的需求不断增加,再加上存在对水资源的不合理开采和利用导致淡水资源的短缺。传统的水净化方式主要采用热蒸馏和膜分离技术,能耗高、基础设施复杂和对环境的废气排放等负面因素限制了其长期使用。利用光热材料进行太阳蒸汽产生(SVG)是一种绿色可行的解决方案,丰富的太阳能资源为SVG系统提供了能量来源。基于空气-水界面的SVG大大提高了水蒸发的速率,但是使用的蒸发器存在着耐盐
随着科技的发展,现代信息技术与制造业的融合日益深入,使得制造业的生产、管理方式发生了质的飞跃,产品的质量水平得到了极大的提升,但消费者对企业产品质量也提出了更高的要求。因此,企业也提出了新的制造理念,研究了信息化、智能化的制造技术,同时,也产生了海量的制造数据。如何利用数据分析、预测制造过程中遇到的问题,解决生产过程存在的隐患成了企业亟待解决的问题。某电梯零部件公司在实际生产中也遇到了上述情况。为
灰狼优化算法(Grey Wolf Optimizer,GWO)是一种通过模仿自然界中灰狼群体的等级制度和捕食行为等过程以实现优化搜索目的的智能优化算法。与其他群体智能优化算法相比,灰狼优化算法有着原理简单、需要调整的参数少、易于实现等优点,因此灰狼算法受到了国内外研究学者的广泛关注。随着对灰狼优化算法研究的深入,学者们发现灰狼优化算法存在最终寻优结果精度较低、算法运行后期收敛速度较慢且容易陷入局部
近年来,以石墨烯和过渡金属硫族化合物(TMDCs)为代表的二维半导体材料因具有原子级厚度、高迁移率和带隙可调等优异的性能,备受研究者关注。然而,石墨烯的零带隙以及TMDCs的低迁移率却成为限制该类材料在光电探测领域应用的最大障碍。硒化铟(InSe)作为二维材料家族里的一员,具有优良的光学和电学特性,其室温下本征迁移率高达10~3cm~2V-1s-1,且随着层数的增加带隙从2.11e V过渡到1.2
目的:调查结直肠癌患者-配偶照顾者间的沟通现状及其影响因素;探讨治疗性沟通系统对结直肠癌夫妻间沟通的干预效果。方法:本研究包括描述性研究和类实验研究两个部分。描述性研究:于2020年1月至2020年11月采用便利抽样法选取无锡市某三甲医院肿瘤内外科143对结直肠癌患者及其配偶照顾者为研究对象,以一般资料调查问卷、癌症相关问题夫妻沟通量表(CRCP)、医院焦虑抑郁量表(HADS)、自我感受负担量表(
无线定位技术的发展伴随着不断优化定位算法提高定位精度的历程。经典算法的设计对定位场景设定了很多理想化的假设。实际的定位场景中存在普遍的障碍物、人群的活动以及非理想的信道环境,造成一系列的干扰误差。若这些干扰误差没有通过优化定位算法得到相应的处理,就会严重影响定位精度。衡量定位精度的主要指标之一是定位偏差。因此,本文主要研究低偏差无线定位算法的设计与实现。本文首先对定位系统中定位算法误差进行理论分析