Typen og procentdelen af ​​fibre indeholdt i tekstilstoffer er vigtige faktorer, der påvirker kvaliteten af ​​stoffer, og det er også det, forbrugerne er opmærksomme på, når de køber tøj.Lovene, reglerne og standardiseringsdokumenterne relateret til tekstiletiketter i alle lande i verden kræver, at næsten alle tekstiletiketter angiver fiberindhold.Derfor er fiberindhold et vigtigt element i tekstiltestning.

Det nuværende laboratoriums bestemmelse af fiberindhold kan opdeles i fysiske metoder og kemiske metoder.Fibermikroskopets tværsnitsmålemetode er en almindeligt anvendt fysisk metode, herunder tre trin: måling af fibertværsnitsareal, måling af fiberdiameter og bestemmelse af antallet af fibre.Denne metode bruges hovedsageligt til visuel genkendelse gennem et mikroskop og har karakteristika af tidskrævende og høje arbejdsomkostninger.Med henblik på manglerne ved manuelle detektionsmetoder er kunstig intelligens (AI) automatiseret detektionsteknologi dukket op.

Grundlæggende principper for AI automatiseret detektion

(1) Brug måldetektion til at detektere fibertværsnit i målområdet

(2) Brug semantisk segmentering til at segmentere et enkelt fibertværsnit for at generere et maskekort

(3) Beregn tværsnitsarealet baseret på maskekortet

(4) Beregn det gennemsnitlige tværsnitsareal af hver fiber

Testprøve

Påvisningen af ​​blandede produkter af bomuldsfibre og forskellige regenererede cellulosefibre er en typisk repræsentant for anvendelsen af ​​denne metode.10 blandede stoffer af bomuld og viskosefibre og blandede stoffer af bomuld og modal er udvalgt som testprøver.

Detektionsmetode

Placer den forberedte tværsnitsprøve på scenen af ​​den automatiske AI-tværsnitstester, juster den passende forstørrelse, og start programknappen.

Resultatanalyse

(1) Vælg et klart og kontinuerligt område på billedet af fibertværsnittet for at tegne en rektangulær ramme.

(2) Indstil de valgte fibre i den klare rektangulære ramme i AI-modellen, og præklassificer derefter hvert fibertværsnit.

(3) Efter forudklassificering af fibrene i henhold til formen af ​​fibertværsnittet, bruges billedbehandlingsteknologi til at udtrække konturen af ​​billedet af hvert fibertværsnit.

(4) Tilknyt fiberkonturen til det originale billede for at danne det endelige effektbillede.

(5) Beregn indholdet af hver fiber.

Conklusion

For 10 forskellige prøver sammenlignes resultaterne af den automatiske testmetode for AI-tværsnit med den traditionelle manuelle test.Den absolutte fejl er lille, og den maksimale fejl overstiger ikke 3%.Den er i overensstemmelse med standarden og har en ekstrem høj genkendelsesrate.Derudover tager det med hensyn til testtid i traditionel manuel testning 50 minutter for inspektøren at gennemføre testen af ​​en prøve, og det tager kun 5 minutter at detektere en prøve ved den automatiske AI-tværsnitstestmetode, som forbedrer detektionseffektiviteten betydeligt og sparer arbejdskraft og tidsomkostninger.

Denne artikel er udtrukket fra Wechat Subscription Textile Machinery