A textilszövetben található rost típusa és százalékos aránya fontos, a szövet minőségét befolyásoló tényező, amelyre a fogyasztók is odafigyelnek ruhavásárláskor.A textilcímkékre vonatkozó törvények, rendeletek és szabványosítási dokumentumok a világ minden országában előírják, hogy szinte minden textilcímkén fel kell tüntetni a száltartalomra vonatkozó információkat.Ezért a rosttartalom fontos elem a textilvizsgálatoknál.

A jelenlegi laboratóriumi rosttartalom meghatározása fizikai és kémiai módszerekre osztható.A szálmikroszkópos keresztmetszeti mérési módszer egy általánosan használt fizikai módszer, amely három lépésből áll: a szál keresztmetszeti területének mérése, a szálátmérő mérése és a szálak számának meghatározása.Ezt a módszert elsősorban mikroszkópos vizuális felismerésre használják, és időigényes és magas munkaerőköltség jellemzi.A kézi detektálási módszerek hiányosságait megcélozva megjelent a mesterséges intelligencia (AI) automatizált detektálási technológia.

Az AI automatizált észlelésének alapelvei

(1) Használjon célérzékelést a szálkeresztmetszetek észlelésére a célterületen

(2) Használjon szemantikai szegmentációt egyetlen szál keresztmetszetének szegmentálásához, és készítsen maszktérképet

(3) Számítsa ki a keresztmetszeti területet a maszktérkép alapján

(4) Számítsa ki az egyes szálak átlagos keresztmetszeti területét!

Tesztminta

A pamutszálból és különböző regenerált cellulózszálak kevert termékeinek kimutatása a módszer alkalmazásának jellemző képviselője.Vizsgálati mintaként 10 kevert pamut- és viszkózszálas szövetet, valamint pamut és modális kevert szövetet választottak ki.

Észlelési módszer

Helyezze az elkészített keresztmetszeti mintát az AI-keresztmetszet automata teszter színpadára, állítsa be a megfelelő nagyítást, és indítsa el a program gombot.

Eredményelemzés

(1) Téglalap alakú keret rajzolásához válasszon egy tiszta és folytonos területet a szálkeresztmetszet képén.

(2) Állítsa be a kiválasztott szálakat az átlátszó téglalap alakú keretben az AI-modellbe, majd osztályozza előre az egyes szálkeresztmetszeteket.

(3) A szálak szálkeresztmetszet alakja szerinti előzetes osztályozása után képfeldolgozási technológiát alkalmaznak az egyes szálkeresztmetszetek képének kontúrjának kivonására.

(4) Az eredeti képhez rendelje hozzá a szál körvonalát a végső hatáskép létrehozásához.

(5) Számítsa ki az egyes szálak tartalmát!

Czáradék

10 különböző minta esetében az AI keresztmetszetű automatikus vizsgálati módszer eredményeit a hagyományos kézi teszttel hasonlítják össze.Az abszolút hiba kicsi, és a maximális hiba nem haladja meg a 3%-ot.Megfelel a szabványnak és rendkívül magas felismerési rátával rendelkezik.Ráadásul a vizsgálati időt tekintve a hagyományos kézi tesztelésnél az ellenőrnek 50 percet vesz igénybe a minta vizsgálatának elvégzése, és mindössze 5 percet vesz igénybe a minta detektálása mesterséges intelligencia keresztmetszetű automatikus vizsgálati módszerrel, amely nagymértékben javítja az észlelési hatékonyságot, valamint munkaerő- és időköltséget takarít meg.

Ez a cikk a Wechat Subscription Textile Machinery-ből származik