国产无玛黄色大片|99最新极品蜜臀精品久久|久久精品成人av|精品久久久久久中文幕人妻日本|99热资源站人妻多P无码|韩日黄色的男女免费大全|av在线尤物精品国产|无码av免费精品一区二区三区影院|东京热一区二区三区|久久久久久国产成人a亚洲精品无码

摘要：為自動(dòng)檢測(cè)紡織面料的主成分,以100~200倍放大后拍攝的純紡面料或主成分含量在50%以上的混紡面料圖像為研究對(duì)象,提出了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的紡織面料主成分分類方法。首先對(duì)紡織圖像進(jìn)行裁剪及顏色空間轉(zhuǎn)換;然后將圖像輸入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行織物面料主成分分類訓(xùn)練;最后將待分類的紡織面料圖像輸入訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)中,得出紡織面料主成分分類結(jié)果。對(duì)棉、滌綸、腈綸、羊毛、天絲5類共4497張圖像進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果顯示:該方法對(duì)5類織物面料主成分分類準(zhǔn)確率為96.53%;與其他卷積神經(jīng)網(wǎng)絡(luò)模型相比大幅降低了訓(xùn)練時(shí)間,減小了網(wǎng)絡(luò)規(guī)模,提高了分類準(zhǔn)確率。