La Universidad Politécnica de Hong Kong (PolyU) desarrolló recientemente un sistema inteligente de detección de defectos en la tela, llamado "WiseEye", que aprovecha tecnologías avanzadas que incluyen Inteligencia Artificial (AI) y Deep Learning en el proceso de control de calidad (QC) en la industria textil. El sistema minimiza efectivamente la posibilidad de producir tela de calidad inferior en un 90%, reduciendo así sustancialmente las pérdidas y el desperdicio en la producción. Ayuda a ahorrar mano de obra y a mejorar la gestión de la automatización en la fabricación textil.

Compatible con tecnología de visión artificial basada en inteligencia artificial, el novedoso "WiseEye" se puede instalar en una máquina de tejer para ayudar a los fabricantes de telas a detectar defectos instantáneamente en el proceso de producción. A través del sistema de inspección automático, el gerente de la línea de producción puede detectar fácilmente los defectos, ayudándoles así a identificar la causa de los problemas y solucionarlos inmediatamente.

"WiseEye" es desarrollado por el Equipo de Investigación de Inteligencia Artificial de Textiles y Confecciones (TAAI), encabezada por el profesor Calvin Wong, Profesor Cheng Yik Hung en Moda del Instituto de Textiles y Confección, PolyU.

Los fabricantes de textiles actualmente confían en los esfuerzos humanos para inspeccionar la tela al azar a simple vista. Debido a factores humanos como negligencia o fatiga física, La detección de defectos por mano de obra humana suele ser inconsistente y poco fiable. Los fabricantes de textiles también intentaron utilizar algunos otros sistemas de inspección de tejidos, pero esos sistemas no pudieron satisfacer las necesidades de la industria. Asegurar la calidad en la producción de tejidos se convierte en un gran desafío para la industria.

El profesor Calvin Wong dijo:"'Wise Eye' es un sistema de inspección único basado en IA que satisface los requisitos de los fabricantes textiles. Es un sistema integrado con una serie de componentes que realizan diferentes funciones en el proceso de inspección. El sistema está integrado con un LED de alta potencia barra de luz y una cámara de dispositivo de carga acoplada de alta resolución que es impulsada por un motor electrónico y está montada en un riel para capturar imágenes de todo el ancho de la tela tejida durante el proceso de tejido. Las imágenes capturadas se preprocesan y se introducen en el algoritmo de visión artificial basado en inteligencia artificial para detectar defectos de la tela. La información en tiempo real recopilada durante el proceso de detección se enviará al sistema informático, y se pueden generar y mostrar alertas y estadísticas analíticas cuando sea necesario ".

El equipo de investigación ha aplicado tecnologías de Big Data y Deep Learning en "WiseEye". Al ingresar datos de miles de yardas de tejidos en el sistema, el equipo ha entrenado a "WiseEye" para detectar alrededor de 40 defectos comunes de la tela con una resolución de precisión excepcionalmente alta de hasta 0,1 mm / píxel.

"En vista de las numerosas estructuras de tejido que dan grandes variaciones en la textura del tejido y los tipos de defectos, La detección automática de defectos en la tela ha sido una misión desafiante y no cumplida en las últimas dos décadas. Nuestra innovadora introducción de IA, Las tecnologías de Big Data y Deep Learning en 'WiseEye' no solo son un avance tecnológico que satisface las necesidades de la industria; pero también marca un hito significativo en la automatización del control de calidad para la industria textil tradicional, "añadió el profesor Wong.

"WiseEye" se ha probado durante más de seis meses en un entorno de fabricación de la vida real. Los resultados muestran que el sistema puede reducir el 90% de las pérdidas y el desperdicio en el proceso de fabricación de telas en comparación con la inspección visual humana tradicional. Eso significa que el sistema ayuda a reducir los costos de producción y al mismo tiempo mejora la eficiencia de la producción.

En este momento, "WiseEye" se puede aplicar a la mayoría de los tipos de tejidos con diferentes estructuras de tejido y colores sólidos. El equipo de investigación planea capacitar y ampliar aún más el sistema para detectar defectos en tejidos con patrones más desafiantes. como patrones complicados de franjas y cuadros. El objetivo final es cubrir todos los tipos de tejidos habituales en cinco años.

El profesor Wong y el equipo de investigación de TAAI han estado realizando investigaciones fundamentales y aplicadas sobre IA, visión artificial y aprendizaje automático, específicamente para la industria textil y de la moda desde 2012. El equipo presentó anteriormente el "conjunto de datos FashionAI", el primero de su tipo, que integra la moda y el aprendizaje automático para el análisis sistemático de imágenes de moda mediante el uso de inteligencia artificial. El conjunto de datos ayuda a avanzar en la industria de la moda y a desarrollar un nuevo modo de venta minorista de moda.

Las áreas cubiertas por sus otros proyectos incluyen la inspección inteligente de la calidad de la ropa y el material textil, búsqueda de muestras de tela a gran escala e imágenes de moda y previsión de ventas de moda. El equipo también ha colaborado con varias empresas locales e internacionales en una serie de proyectos de investigación y ha publicado artículos de investigación en revistas líderes en el mundo. incluso Transacciones IEEE en redes neuronales y sistemas de aprendizaje , Transacciones IEEE sobre cibernética , y Transacciones IEEE sobre procesamiento de imágenes . Algunos de los artículos están clasificados por Essential Science Indicators como el 1% superior de los artículos más citados en campos relacionados.