一种布料破洞的检测方法、装置及存储介质

技术特征：
1.一种布料破洞的检测方法，其特征在于，包括：获取待检测布料的目标图像；对所述目标图像进行预处理，得到满足第一设定条件的目标图像；将预处理后的所述目标图像输入至预先构建的神经网络模型中；所述神经网络模型是利用若干个样本图像对ssd模型训练得到的，每一个样本图像是基于包含至少一个破洞的样本布料生成的，且每一个样本图像中标注有对应破洞的数量和对应破洞的位置；获取由所述神经网络模型输出的所述目标图像的破洞数量和破洞位置。2.根据权利要求1所述的方法，其特征在于，所述神经网络模型的构建方式包括：获取若干个所述样本图像；所述样本图像为将包含所述样本布料的图像去除图像背景后得到的图像；对每一个样本图像分别进行标注，得到每一个样本图像分别对应的样本标签，所述样本标签至少包括破洞的数量和破洞的位置；根据预设比例将标注后的若干个所述样本图像分成训练样本图像和测试样本图像；构建ssd模型，并将所述训练样本图像输入至构建好的ssd模型中进行训练；将所述测试样本图像输入至训练好的ssd模型中，当该训练好的ssd模型输出的检测结果满足第二设定条件时，将训练好的该ssd模型确定为构建得到的神经网络模型。3.根据权利要求2所述的方法，其特征在于，所述对每一个样本图像分别进行标注，得到每一个样本图像分别对应的样本标签，包括：针对每一个样本图像均执行：确定该样本图像中的破洞数量；根据该样本图像中每一个破洞的边缘，分别生成用于标注对应破洞位置的矩形框，其中，矩形框的尺寸为可将对应破洞框住的最小尺寸；根据预设坐标系，确定该样本图像中每一个矩形框的顶点坐标；将该样本图像的破洞数量以及该样本图像中每一个矩形框的顶点坐标确定为该样本图像的样本标签。4.根据权利要求2所述的方法，其特征在于，所述构建ssd模型，包括：构建第一预设层数的用于提取输入图像浅层特征的第一卷积网络；构建第二预设层数的用于提取输入图像深层特征的第二卷积网络；构建用于对所述第一卷积网络和所述第二卷积网络分别输出的指定的特征图像进行破洞检测的检测网络。5.根据权利要求4所述的方法，其特征在于，所述对所述第一卷积网络和所述第二卷积网络分别输出的指定的特征图像进行破洞检测，包括：对第一卷积网络和第二卷积网络分别输出的指定的特征图像，分别进行归一化；提取归一化后的特征图像中每个先验框对应的预测框的类别置信分数；提取归一化后的特征图像中每个先验框对应的预测框的边框坐标；舍弃所述预测框中类别置信分数低于置信阈值的预测框；在剩余的预测框中，采用极大值抑制法，保留置信分数更高的最优检测框，并抑制次优检测框；将最终剩余的预测框的类别置信分数和边框坐标进行拼接，得到对特征图像中破洞的
检测结果。6.根据权利要求4或5所述的方法，其特征在于，所述将所述训练样本图像输入至所述ssd模型中对所述ssd模型进行训练，包括：s1：将所述训练样本图像输入至构建的ssd模型中；s2：利用前向传播法，计算所述训练样本图像对当前ssd模型的损失函数；s3：利用反向传播法，分别计算所述损失函数对于ssd模型内各卷积层中的参数的梯度值；s4：利用梯度下降法，根据所述损失函数对于各卷积层中的参数的梯度值，更新各卷积层中的参数以更新ssd模型；s5：循环执行步骤s2至s4以循环更新ssd模型，当循环次数达到设定值，或，ssd模型中各卷积层的参数不再更新时，则停止循环，并将当前得到的ssd模型确定为训练好的ssd模型。7.根据权利要求6所述的方法，其特征在于，所述损失函数为focal loss函数。8.一种布料破洞的检测装置，其特征在于，包括：第一获取模块，用于获取待检测布料的目标图像；处理模块，用于对所述目标图像进行预处理，得到满足第一设定条件的目标图像；输入模块，用于将预处理后的所述目标图像输入至预先构建的神经网络模型中；所述神经网络模型是利用若干个样本图像对ssd模型训练得到的，每一个样本图像是基于包含至少一个破洞的样本布料生成的，且每一个样本图像中标注有对应破洞的数量和对应破洞的位置；第二获取模块，用于获取由所述神经网络模型输出的所述目标图像的破洞数量和破洞位置。9.一种计算设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-7中任一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-7中任一项所述的方法。

技术总结
本发明提供了一种布料破洞的检测方法、装置及存储介质，其中方法包括：首先获取待检测布料的目标图像，然后对目标图像进行预处理，并将预处理后的目标图像输入至预先构建的神经网络模型中，其中，该神经网络模型是利用若干个样本图像对SSD模型训练得到的，每一个样本图像是基于包含至少一个破洞的样本布料生成的，且每一个样本图像中标注有对应破洞的数量和对应破洞的位置，最后获取由该神经网络模型输出的目标图像的破洞数量和破洞位置。本方案能够快速准确的检测出待检测布料图像中破洞的数量和位置。洞的数量和位置。洞的数量和位置。


技术研发人员：杨威 陈炜 邢苏阳
受保护的技术使用者：北京航空航天大学
技术研发日：2022.01.24
技术公布日：2022/5/20