更新时间：2026-08-18 00:04:20
已登记
详细信息
-
知识产权名称
基于实例分割的布料缺陷检测数据
-
登记编号
DIP2024000015630
-
申请人
湖州创感科技有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2024-11-14 12:36:16
详细信息
-
所属行业
制造业
-
交易状态
待交易
-
数据规模
8665
-
更新频次
按需更新
-
应用场景
基于实例分割的布料缺陷检测技术在纺织行业具有重要的应用价值。通过对布料图像进行缺陷检测，可以快速、准确地识别出织物上的瑕疵，如断纱、污点和织疵等。这项技术能代替传统的人工检测，提高检测效率，保证产品质量的一致性，适用于布料生产线上实时缺陷检测和质量监控，帮助工厂在早期阶段识别缺陷，从而减少次品率，提升生产效率和产品质量。
-
算法规则简要说明
数据收集：在该算法中，首先收集布料图像及其对应的缺陷标注作为训练和验证数据集的基础。每个布料图像样本包含：缺陷数据（.png格式文件）和真实分割标签（.png格式），用于标注布料中缺陷的具体位置与轮廓，作为模型的监督学习目标数据。 数据预处理：对原始布料图像进行预处理，包括缩放、归一化等操作，使图像适配神经网络的输入需求。预处理图像（.npy格式）便于模型从结构化信息中学习和提取有效特征，帮助模型在细节层面上更精准地识别缺陷。 模型构建：利用基于目标检测的卷积神经网络来进行布料缺陷检测。网络输入为预处理后的图像数据，输出为预测的缺陷分割标签。模型包括编码器和解码器两个部分，分别用于特征提取和分割标签生成。具体算法公式如下：F=Encoder_features(I),P=Decoder_segmentation(F)。其中，Encoder_features用于从预处理图像I中提取高维特征F，Decoder_segmentation生成预测分割标签P通过这种方式，模型能够准确定位并分割布料中的缺陷区域。分割结果使用平均IoU指标进行评估，确保模型能够提供可靠的缺陷检测效果。
-
更新频次
按需更新
-
存证平台
浙江省知识产权区块链公共存证平台
