基于Faster rcnn的棉麻纱混纺比自动检测

肖登辉，李立轻，b，汪 军，b

(东华大学a.纺织学院；b.纺织面料技术教育部重点实验室:上海 201620)

0 引言

棉麻混纺比是纺织检测中的重要参数，其对于纱线的成纱质量及棉、麻混纺织物的舒适性有重要的影响。棉、麻纤维是化学成分相同的植物纤维，难以通过化学方法区分鉴别[1]；目前均采用物理方法，如显微投影法[2]，直接通过显微镜观察，依靠检测人员经验对棉、麻纤维进行鉴别，是目前广泛应用的方法，但该方法费时费力，且要求检测人员经验丰富。溶解吸光法[3]和着色法[4]利用棉、麻纤维微观结构的不同进行鉴别，虽然检测效率高，却对环境温度、时间控制等提出了较高的要求。近红外光谱法[5]也比较常用，但只能定性分析、无法定量分析。除此以外，一些图像处理方法，如边缘检测、BP神经网络、SVM[6]等也应用于棉、麻检测，此类方法只能进行定性检测，无法测算出其中的棉、麻根数故其应用受到限制。

Faster rcnn[7]是深度学习的一个网络模型，相较于传统的机器学习以及图像处理的分类任务，该网络不需要提取目标特定的特征来进行拟合训练集，可以自动地根据目标的语义信息进行检测，且具有高准确率。笔者提出了基于Faster rcnn对棉、麻纤维进行目标检测，探究目标检测在测算棉麻纱混纺比的可行性。

1 基于Faster rcnn测算棉麻纱混纺比的原理

现有测算棉麻混纺比的方法，多数基于纺织行业标准FZ/T 30003—2009《麻棉混纺产品定量分析方法 显微投影法》。该标准规定的方法，需要制作切片、通过肉眼对棉、麻纤维进行识别，当棉、麻纤维根数超过1000根时，测算的棉麻混纺比才具有代表性。……