典型文献
基于卷积神经网络的织物图像识别方法研究进展
文献摘要：
基于卷积神经网络的织物图像识别技术具有自主学习、准确率高和适用性广的优点,已被广泛应用于纺织工业生产中.本文面向纺织领域详细综述了基于卷积神经网络的疵点分类、瑕疵检测、图像分类、图像分割技术的具体应用和研究进展,总结了各种网络结构的改进点和优缺点,同时就目前存在的问题及未来研究方向进行了展望.随着网络结构的不断优化,图像识别方法对实时性和精确性各有侧重,但其鲁棒性和适用性仍有较大的发展空间,有待做进一步研究.
文献关键词：
卷积神经网络;图像识别;疵点分类;瑕疵检测;图像分类
中图分类号：
作者姓名：
郑雨婷;王成群;陈亮亮;吴江;吕文涛
作者机构：
浙江理工大学信息学院,杭州 310018;浙江经贸职业技术学院应用工程系,杭州 310018
文献出处：
引用格式：
[1]郑雨婷;王成群;陈亮亮;吴江;吕文涛-.基于卷积神经网络的织物图像识别方法研究进展)[J].现代纺织技术,2022(05):1-11,20
A类：
疵点分类
B类：
织物,图像识别技术,适用性广,纺织工业,纺织领域,瑕疵检测,图像分类,图像分割,未来研究方向,精确性
AB值：
0.188256
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
