作者介绍
张伟伟，男，西安工程大学电子信息学院，2019级硕士研究生，张宏伟人工智能课题组。
研究方向：机器视觉与人工智能。
电子邮件：[email protected]
个人CSDN主页：欢迎关注和相互交流学习.
项目总体规划
1.需求分析
我国是纺织大国，纺织行业是我因国民经济支柱产业之一。目前国内外市面上的自动化纺织缺陷检测系统这些国外的织物检测系统开发成本昂贵且后续维护费用较高，投资回收周期较长，不能达到普遍适用的要求。为了更加完善产业自动化，降低企业成本，亟需织物缺陷检测的智能检测系统，值得注意的是，针对小批量生产的织物场景下的缺陷检测，由于花型复杂，缺陷样本少等挑战，使得智能织物缺陷检测系统的算法设计成为难点，市场急需针对花型迭代频繁的自动织物缺陷检测系统的研发。另外，因为深度学习依赖大量样本，针对小样本的特征提取问题也是深度学习理论的难点。
因此，对于自动的织物缺陷检测算法，对减少企业成本，提高产品质量具有重要意义。
2.项目总体方案设计
总体需要完成的功能为：在适应花型复杂多变的小批量生产的高端织物缺陷检测场景下，代替裁剪和缝制工序间的工人验片工序，实现自动化的织物缺陷检测算法，检测速度要求比白坯布低，目前企业要求比人工验片效率高，完成算法的设计与简易的落地实现，最终商业迭代量产。
达到的目标：
（1）普适性：由于每个企业生产的纺织品类型不一样，所以每个企业的需求也不一样，这要求我们的智能终端设备可以根据企业的需要，对任意一种类型的纺织品都能实现有效的检测；
（2）经济实用性：我们的产品面向对象主要是国内中小纺织企业，由于国内和国际上现有的织物缺陷设备成本与售价都很高昂，令不少中小型企业望而却步，而相比之下我们的产品无论成本或是售价都要便宜得多，并且检测效果并没有大幅的降低；
（3）易于产业化：我们的产品所需的全部组件无论是终端设备、显示器及鼠键，还是云端计算服务，都已经有成熟的产业链，而我们的员工只需要对购买回来的元器件进行组装与调试即可，因此我们的产品很容易实现产业化。
2.1 软件方案设计
图中，软件设计主要分为三部分，分别为数据采集与处理、算法设计与分析、界面搭建。具体的软件所需要完成的功能和相应的工作在图中已详细体现。
3.1 硬件方案设计
如下为系统的概念图：
本作品设计的小型色织衬衫裁片缺陷智能检测系统主要由图像采集机箱、NVIDIA Jetson TX2嵌入式开发板、显示器几部分构成，总体结构示意图如下图所示。
图中：1、带有环形光源的半封闭式裁片图像采集机箱；2、用于色织裁片图像采集的彩色工业相机及镜头；3、环形光源；4、Jetson TX2嵌入式开发板；5、显示器。