中國紡織工業(yè)聯(lián)合會近日在浙江省杭州市組織召開了由復(fù)旦大學(xué)、上海布眼人工智能科技有限公司、榮旗工業(yè)科技(蘇州)股份有限公司、騰訊科技(上海)有限公司等單位共同完成的“紡織品印花瑕疵在線AI檢測關(guān)鍵技術(shù)及產(chǎn)業(yè)化”項目科技成果鑒定會，鑒定委員會認(rèn)為項目成果達到國際先進水平。
智能檢測技術(shù)的核心技術(shù)涉及高速高清成像、高質(zhì)量數(shù)據(jù)標(biāo)記、模型高效訓(xùn)練優(yōu)化等�；趧傂詸z測物如玻璃、鋼材等的智能檢測設(shè)備已開始在工業(yè)上廣泛應(yīng)用，但對于柔性材料特別是紡織品的智能檢測則研究較少，尤其是最為復(fù)雜的紡織面料印花行業(yè)尚無有效解決方案。項目針對紡織品AI質(zhì)檢中高速成像難、圖像清晰度不足、標(biāo)記數(shù)據(jù)缺乏，復(fù)雜場景下不規(guī)則和極小瑕疵難以檢測等實際問題，分別研究開發(fā)對應(yīng)解決方案，設(shè)計帶有多端協(xié)同交互終端的一體化紡織智能檢測設(shè)備。
項目針對高速印花中圖案花型色彩多、印花速度快成像難以及織物紋理干擾等問題，研發(fā)了高速真彩、多光度明暗場和高亮度多焦點成像技術(shù)，提高了成像的清晰度、消除了摩爾紋，有效解決了柔性材料表面圖像細節(jié)難以捕獲問題，大幅度提高了快速移動圖像采集的準(zhǔn)確性；針對檢測圖像中的不規(guī)則和極小疵點，提出基于圖神經(jīng)網(wǎng)絡(luò)的紋理特征表示模型，捕獲圖像中的異常紋理變化，利用差分特征并聚合局部特征的上下文語義，在特征空間里解決了待檢測圖和模板圖空間位置不匹配問題；針對新的圖案、花型瑕疵未知問題，提出基于多模態(tài)大模型的數(shù)據(jù)自動標(biāo)注方法，優(yōu)化更新AI質(zhì)檢模型，實現(xiàn)自學(xué)習(xí)功能，提高系統(tǒng)的通用性。
項目研究成果中的印花瑕疵實時檢測預(yù)警系統(tǒng)在浙江、江蘇、廣東、河南等國內(nèi)多地的近30條高速印花生產(chǎn)線上已成功應(yīng)用。研究成果中的印花瑕疵實時檢測預(yù)警系統(tǒng)替代了傳統(tǒng)人工肉眼檢測。該系統(tǒng)的使用可有效減少人工需求，大大降低了對操作工人熟練和專業(yè)程度的要求。
