纺织品车缝线迹分割网络
作者机构:合肥工业大学电气与自动化工程学院 智能互联系统安徽省实验室(合肥工业大学) 合肥工业大学计算机与信息学院
出 版 物:《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)
年 卷 期:2024年
核心收录:
学科分类:0821[工学-纺织科学与工程] 08[工学] 080203[工学-机械设计及理论] 082102[工学-纺织材料与纺织品设计] 0802[工学-机械工程]
基 金:国家自然科学基金(61906061) 合肥工业大学智能制造研究所科技成果培养项目(IMIPY2021022)
主 题:车缝线 多尺度特征 图像分割 注意力机制 增强特征金字塔
摘 要:针对织物车缝线缝制工艺多样, 造成其种类多、形态不定以及缝线与织物纹理近似性等导致车缝线准确分割困难等问题, 提出一个基于多尺度特征的纺织品车缝线迹分割网络. 首先采用融合注意力机制的残差网络提取其位置信息; 然后使用增强特征金字塔模块, 充分利用多尺度特征得到预候选区域的语义信息, 融合后经过筛选得到车缝线候选区域; 最后经过全卷积网络实现车缝线的分割. 在真实纺织品车缝线数据集SewTrace上进行实验的结果表明, 所提网络对纺织品车缝线迹分割的均值平均精度为0.96, 计算量为1.5G; 在具有相似特征的公开数据集CrackForest, CRKWH100和Kolektor上与其他同类网络进行实验的结果表明, 该网络的均值平均精度分别达到0.85, 0.89和0.89, 分割精度和预测速度指标优于其他同类网络, 证明其能够有效地提高线形目标分割精度.