在纺织布面质检场景中，高速运动、光照漂移和缺陷样本稀少是视觉系统落地的主要阻力。本期计算机视觉实验室围绕“正常样本建模+少样本缺陷合成”做了一组实验：以织造机台为单元采集正常布面纹理，构建光照与张力扰动下的纹理基线；再通过局部纹理替换和形态学合成，生成断经、纬缩、油污等少样本缺陷，用于检测头的增量微调。边缘侧采用轻量分割网络与多尺度特征对齐，将车速编码为条件向量，降低因线速变化带来的误报。
进展：在某织造厂3类坯布上，断经与油污召回由82%提升至93%，误报由每千米12次降至4次，单帧推理约25ms，可在现有相机与边缘盒上运行。
下一步：补充跨机台自适应标定，将缺陷检测扩展到细分类与等级判定，并验证长时间漂移下的模型更新策略。
评论