基于破坏学习的残差网络丝饼毛羽缺陷分类

作     者：张诗涵 景军锋 宋智伟 ZHANG Shihan;JING Junfeng;SONG Zhiwei

作者机构：西安工程大学陕西西安710600 

出 版 物：《棉纺织技术》 (Cotton Textile Technology)

年 卷 期：2022年第50卷第3期

页      面：8-13页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：陕西省创新能力支撑计划(2021TD-29) 陕西高校青年创新团队 大学生创新创业项目(201910709004) 

主　　题：丝饼 毛羽分类 破坏学习 对抗损失函数 残差网络 

摘      要：针对人工分类丝饼表面毛羽缺陷存在检测效率低、易漏检误检等问题,提出了一种基于破坏学习的残差网络丝饼毛羽缺陷分类方法。首先在网络的输入部分提出一种区域混乱机制,将输入图片划分为局部区域后在一定范围内随机打乱,以此更加凸显毛羽缺陷的局部细节特征;然后提出一种对抗损失函数消除由于区域混乱机制引入的噪声信息;最后使用全局最大池化代替残差网络的平均池化,加强对毛羽特征的提取能力,并利用softmax分类器进行分类。试验结果表明:本研究提出的方法在构建数据集下平均分类准确率达到95.0%,平均每张图片的测试时间为30 ms。认为:基于破坏学习的残差网络丝饼毛羽缺陷分类可以满足工业中的精度和实时性需求。