研究人员开发了人工智能系统，以实现纺织行业质量控制过程的自动化检测

香港理工大学（理大）最近开发了一种名为“WiseEye”的智能织物缺陷检测系统，该系统在纺织工业的质量控制（QC）过程中利用人工智能（AI）和深度学习等先进技术。该系统有效地将生产不合格织物的机会降低了90％，从而大大减少了生产中的损失和浪费。它有助于节省人力并加强纺织品制造业的自动化检测管理。

在基于AI的机器视觉技术的支持下，新型“WiseEye”可以安装在织机上，帮助制造商在生产过程中即时自动检测缺陷。通过自动检测设备系统，生产线经理可以轻松检测出缺陷，从而帮助他们找出问题的原因并立即修复。

“WiseEye”由纺织服装人工智能（TAAI）研究团队开发，该研究团队由香港理工大学纺织服装学院时装学教授Calvin Wong教授带头。

纺织品制造商目前依靠人类的努力用肉眼随机检查织物。由于疏忽或身体疲劳等人为因素，人工缺陷检测通常不一致且不可靠。纺织品制造商也尝试使用其他一些织物检测系统，但这些系统无法满足行业需求。确保面料生产的质量成为行业的巨大挑战。

Calvin Wong教授说：“'Wise Eye'是一种独特的基于AI的检测系统，可满足纺织品制造商的要求。它是一个集成系统，具有许多在检测过程中执行不同功能的组件。系统嵌入式高功率LED灯条和高分辨率电荷耦合器件相机，由电子电机驱动，安装在轨道上，在编织过程中捕捉整个织物宽度的图像。 - 处理并输入基于AI的机器视觉算法以检测织物缺陷。在整个检测过程中收集的实时信息将被发送到计算机系统，并且可以在需要时生成和显示分析统计和警报。

研究团队在“WiseEye”中应用了大数据和深度学习技术。通过将数千码织物的数据输入系统，该团队已经培训了“WiseEye”，以检测大约40种常见的织物缺陷，具有高达0.1 mm /像素的极高精度分辨率

“鉴于织物结构众多，织物质地和缺陷类型差异很大，自动织物缺陷检测在过去二十年中一直是一项具有挑战性且未完成的任务。我们将人工智能，大数据和深度学习技术创新引入' WiseEye不仅是一项满足行业需求的技术突破，也标志着传统纺织行业质量控制自动化设备的重要里程碑，“黄教授补充说。

“WiseEye”已在现实生产环境中进行了六个多月的试用。结果表明，与传统的人工CCD视觉检测自动化设备相比，该系统能够减少织物制造过程中90％的损失和浪费。这意味着该系统有助于降低生产成本，同时提高生产效率。

目前，“WiseEye”可应用于具有不同编织结构和纯色的大多数类型的织物。研究团队计划进一步培训和扩展该系统，以检测具有更具挑战性的图案的织物缺陷，例如复杂的条带和检查图案。最终目标是在五年内涵盖所有常见类型的面料。

自2012年以来，黄教授和TAAI研究团队一直在进行人工智能，计算机视觉和机器学习的基础和应用研究，特别是时装和。该团队早些时候推出了首个“FashionAI数据集”它集成了时尚和机器学习，通过使用AI对时尚图像进行系统分析。数据集有助于推动时尚产业的发展，并开发时尚零售的新模式。