傳統(tǒng)的織物檢查通常是通過人工視覺方法進(jìn)行的，對于長期的工業(yè)應(yīng)用而言，這種方法效率低下且精度較差。在本文中，我們提出了一種無監(jiān)督的基于學(xué)習(xí)的自動化方法，無需任何人工干預(yù)即可檢測和定位織物缺陷。該方法用于在多個高斯金字塔等級上通過卷積去噪自動編碼器網(wǎng)絡(luò)重建圖像斑塊，并合成來自相應(yīng)分辨率通道的檢測結(jié)果。

每個圖像塊的重建殘差用作直接逐像素預(yù)測的指示符。通過在每個分辨率級別上分割并合成重建殘差圖，可以生成檢查結(jié)果。這種新開發(fā)的方法在織物缺陷檢測方面具有幾個突出的優(yōu)勢。

首先，僅需少量的無缺陷樣本即可對其進(jìn)行訓(xùn)練。這對于收集大量有缺陷的樣品既困難又不切實(shí)際的情況尤其重要。

其次，由于采用了多模式集成策略，與常規(guī)檢查方法相比，它相對更健壯和準(zhǔn)確（每個分辨率級別的結(jié)果都可以視為一種模式）。

第三，根據(jù)我們的結(jié)果，它可以處理多種類型的紡織品，從簡單到更復(fù)雜。實(shí)驗(yàn)結(jié)果表明，所提出的模型是魯棒的，并具有良好的整體性能，具有很高的精度和可接受的召回率。

這種新開發(fā)的方法在織物缺陷檢測方面具有幾個突出的優(yōu)勢。首先，僅需少量的無缺陷樣本即可對其進(jìn)行訓(xùn)練。這對于難以且不可行收集大量次品樣品的情況尤其重要。其次，由于采用了多模式集成策略，與常規(guī)檢查方法相比，它相對更健壯和準(zhǔn)確（每個分辨率級別的結(jié)果都可以視為一種模式）。