ტექსტილის ქსოვილებში შემავალი ბოჭკოს ტიპი და პროცენტული მაჩვენებელი მნიშვნელოვანი ფაქტორებია, რომლებიც გავლენას ახდენს ქსოვილების ხარისხზე და ასევე ის არის, რასაც მომხმარებლები ყურადღებას აქცევენ ტანსაცმლის შეძენისას. მსოფლიოს ყველა ქვეყანაში ტექსტილის ეტიკეტებთან დაკავშირებული კანონები, რეგულაციები და სტანდარტიზაციის დოკუმენტები მოითხოვს, რომ თითქმის ყველა ტექსტილის ეტიკეტზე მითითებული იყოს ბოჭკოს შემცველობის შესახებ ინფორმაცია. ამიტომ, ბოჭკოს შემცველობა ტექსტილის ტესტირების მნიშვნელოვანი პუნქტია.

ამჟამინდელი ლაბორატორიული მეთოდი ბოჭკოს შემცველობის განსაზღვრისთვის შეიძლება დაიყოს ფიზიკურ და ქიმიურ მეთოდებად. ბოჭკოვანი მიკროსკოპით განივკვეთის გაზომვის მეთოდი ფართოდ გამოყენებული ფიზიკური მეთოდია, რომელიც მოიცავს სამ ეტაპს: ბოჭკოს განივკვეთის ფართობის გაზომვას, ბოჭკოს დიამეტრის გაზომვას და ბოჭკოების რაოდენობის განსაზღვრას. ეს მეთოდი ძირითადად გამოიყენება მიკროსკოპის საშუალებით ვიზუალური ამოცნობისთვის და ხასიათდება დროისა და შრომის მაღალი დანახარჯებით. ხელით აღმოჩენის მეთოდების ნაკლოვანებების აღმოსაფხვრელად, გაჩნდა ხელოვნური ინტელექტის (AI) ავტომატური აღმოჩენის ტექნოლოგია.

ხელოვნური ინტელექტის ავტომატური აღმოჩენის ძირითადი პრინციპები

(1) სამიზნის დეტექციის გამოყენება სამიზნე არეალში ბოჭკოვანი კვეთების დასადგენად

(2) გამოიყენეთ სემანტიკური სეგმენტაცია ერთი ბოჭკოვანი კვეთის სეგმენტირებისთვის ნიღბის რუკის გენერირებისთვის

(3) გამოთვალეთ განივი კვეთის ფართობი ნიღბის რუკის მიხედვით

(4) გამოთვალეთ თითოეული ბოჭკოს საშუალო განივი კვეთის ფართობი

სატესტო ნიმუში

ბამბის ბოჭკოსა და სხვადასხვა რეგენერირებული ცელულოზის ბოჭკოების შერეული პროდუქტების აღმოჩენა ამ მეთოდის გამოყენების ტიპურ წარმომადგენელს წარმოადგენს. საცდელ ნიმუშებად შერჩეულია ბამბისა და ვისკოზის ბოჭკოს 10 შერეული ქსოვილი და ბამბისა და მოდალური ქსოვილების შერეული ქსოვილები.

გამოვლენის მეთოდი

მომზადებული განივი კვეთის ნიმუში მოათავსეთ ხელოვნური ინტელექტის ავტომატური ტესტერის სცენაზე, დაარეგულირეთ შესაბამისი გადიდება და ჩართეთ პროგრამის ღილაკი.

შედეგების ანალიზი

(1) მართკუთხა ჩარჩოს დასახაზად ბოჭკოს განივი კვეთის სურათზე აირჩიეთ მკაფიო და უწყვეტი არე.

(2) შერჩეული ბოჭკოები გამჭვირვალე მართკუთხა ჩარჩოში მოათავსეთ ხელოვნური ინტელექტის მოდელში და შემდეგ წინასწარ დააკლასიფიცირეთ თითოეული ბოჭკოს განივი კვეთა.

(3) ბოჭკოების წინასწარი კლასიფიკაციის შემდეგ, ბოჭკოს განივი კვეთის ფორმის მიხედვით, გამოსახულების დამუშავების ტექნოლოგია გამოიყენება თითოეული ბოჭკოს განივი კვეთის სურათის კონტურის მისაღებად.

(4) საბოლოო ეფექტის გამოსახულების შესაქმნელად, ბოჭკოვანი კონტური ორიგინალურ გამოსახულებასთან შეადარეთ.

(5) გამოთვალეთ თითოეული ბოჭკოს შემცველობა.

Cდასკვნა

10 სხვადასხვა ნიმუშის შემთხვევაში, ხელოვნური ინტელექტით განივკვეთის ავტომატური ტესტირების მეთოდის შედეგები შედარებულია ტრადიციულ ხელით ტესტთან. აბსოლუტური შეცდომა მცირეა, ხოლო მაქსიმალური შეცდომა არ აღემატება 3%-ს. ის შეესაბამება სტანდარტს და აქვს უკიდურესად მაღალი ამოცნობის მაჩვენებელი. გარდა ამისა, ტესტირების დროის თვალსაზრისით, ტრადიციული ხელით ტესტირებისას, ინსპექტორს ნიმუშის ტესტის დასასრულებლად 50 წუთი სჭირდება, ხოლო ხელოვნური ინტელექტით განივკვეთის ავტომატური ტესტირების მეთოდით ნიმუშის აღმოჩენას მხოლოდ 5 წუთი სჭირდება, რაც მნიშვნელოვნად აუმჯობესებს გამოვლენის ეფექტურობას და ზოგავს ადამიანურ რესურსებსა და დროს.

ეს სტატია აღებულია Wechat-ის სააბონენტო ტექსტილის მანქანებიდან