一种基于深度学习的无纺布LOGO缺陷检测方法

本发明属于无纺布缺陷检测技术领域，具体公开了一种基于深度学习的无纺布LOGO缺陷检测方法，包括使用相机CCD采集图像，对图像进行灰度拉伸、对数变换和灰度化处理，增强LOGO图像边界，通过输入标准样张和待检测LOGO图像的灰度图像，获取最显著特征，利用特征匹配算法进行几何变换，实现二维配准，对配准后的LOGO图像进行预处理和数据标注，按预置比例分为训练数据集和测试数据集，基于ResNet50和FPN网络构建Faster RCNN网络模型，设置训练参数和损失函数，将训练数据集和测试数据集输入至Faster RCNN网络模型进行训练和测试，得到用于检测无纺布LOGO缺陷的测试后的Faster RCNN网络模型，该方法利用深度学习技术，通过图像处理和特征匹配，实现对无纺布LOGO缺陷的精准检测。