Detecting of Circular Knitting Fabric Defects Using VGG16 Architecture
| Autor: | HANBAY, Kazım |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2022 |
| Předmět: | |
| Zdroj: | Volume: 11, Issue: 2 125-129 Türk Doğa ve Fen Dergisi |
| ISSN: | 2149-6366 |
| Popis: | Geleneksel görüntü işleme metotları kumaş hatalarını tespit edebilmelerine rağmen kumaş hatası tespiti hata tiplerinin çeşitliliği yüzünden açık bir problemdir. Bu çalışmada VGG16 derin öğrenme mimarisinin kumaş hatası tespiti için uygunluğu gösterilmiştir. Yeni bir kumaş hatası veri tabanı kullanılmıştır. Daha önceden eğitilmiş VGG16 mimarisi veri tabanı üzerinde inşa edilmiştir. Böylece modelin eğitim süresi azaltılmıştır. Deneysel sonuçlar VGG16 modelinin geleneksel Shearlet dönüşümü ve GLCM metotlarından daha iyi olduğunu göstermektedir. Although the conventional image processing methods can detect fabric defects, fabric defect detection is an open research problem due to the diversity of defect types. In this paper, the feasibility of VGG16 deep learning architecture for fabric defect detection has been demonstrated. A new fabric defect database is used. The pre-trained model of VGG16 architecture on the new database is built. Thus, the training time of the model is reduced. The experimental results show that the VGG16 model outperforms the traditional Shearlet transform and GLCM methods. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|