摘要： 针对传统的织物缺陷检测算法普适性不足的问题，提出一种基于改进DANN网络的织物缺陷检测算法。分析了对抗迁移学习领域的DANN网络存在的仅考虑源域和目标域间特征相似的情况和对于复杂图片提取到的特征能力较差的问题。提出了改进的方法，通过在网络中加入MMD层，可以对提取到的目标域特征赋予不同的权重，并使用ResNet50作为特征提取器。将原DANN网络和改进的MMDDANN网络在织物缺陷图库中进行了测试并对比了二者的缺陷检测结果。结果表明，改进后网络相比于原网络的准确率平均提高了5%左右，且实时性良好，能满足实际工业需求。

关键词: 织物缺陷检测；对抗迁移学习；DANN网络；MMD；ResNet50