香港理工大学（理大）最近开发了一种名为“WiseEye”的智能织物缺陷检测系统，该系统在纺织工业的质量控制（QC）历程中使用人工智能（AI）和深度学习等先进手艺。该系统有用地将生产缺乏格织物的时机降低了90％，从而大大镌汰了生产中的损失和铺张。它有助于节约人力并增强纺织品制造业的自动化检测治理。

在基于AI的机械视觉手艺的支持下，新型“WiseEye”可以装置在织机上，资助织物制造商在生产历程中即时自动检测缺陷。通过自动检测装备系统，生产线司理可以轻松检测有缺陷，从而资助他们找出问题的缘故原由并连忙修复。

“WiseEye”由纺织打扮人工智能（TAAI）研究团队开发，该研究团队由香港理工大学纺织打扮学院时装学教授Calvin Wong教授带动。

纺织品制造商现在依赖人类的起劲用肉眼随机检查织物。由于疏忽或身体疲劳等人为因素，人工缺陷检测通常纷歧致且不可靠。纺织品制造商也实验使用其他一些织物检测系统，但这些系统无法知足行业需求。确保面料生产的质量成为行业的重大挑战。

Calvin Wong教授说：“'Wise Eye'是一种奇异的基于AI的检测系统，可知足纺织品制造商的要求。它是一个集成系统，具有许多在检测历程中执行差别功效的组件。系统嵌入式高功率LED灯条和高区分率电荷耦合器件相机，由电子电机驱动，装置在轨道上，在编织历程中捕获整个织物宽度的图像。 - 处置惩罚并输入基于AI的机械视觉算法以检测织物缺陷。在整个检测历程中网络的实时信息将被发送到盘算机系统，并且可以在需要时天生和显示剖析统计和警报。

研究团队在“WiseEye”中应用了大数据和深度学习手艺。通过将数千码织物的数据输入系统，该团队已经培训了“WiseEye”，以检测约莫40种常见的织物缺陷，具有高达0.1 mm /像素的极高精度区分率

“鉴于织物结构众多，织物质地和缺陷类型差别很大，自动织物缺陷检测在已往二十年中一直是一项具有挑战性且未完成的使命。我们将人工智能，大数据和深度学习手艺立异引入' WiseEye不但是一项知足行业需求的手艺突破，也标记着古板纺织行业质量控制自动化装备的主要里程碑，“黄教授增补说。

“WiseEye”已在现实生产情形中举行了六个多月的试用。效果批注，与古板的人工CCD视觉检测自动化装备相比，该系统能够镌汰织物制造历程中90％的损失和铺张。这意味着该系统有助于降低生产本钱，同时提高生产效率。

现在，“WiseEye”可应用于具有差别编织结构和纯色的大大都类型的织物。研究团队妄想进一步培训和扩展该系统，以检测具有更具挑战性的图案的织物缺陷，例如重大的条带和检查图案。最终目的是在五年内在盖所有常见类型的面料。

自2012年以来，黄教授和TAAI研究团队一直在举行人工智能，盘算机视觉和机械学习的基础和应用研究，特殊是时装和纺织行业。该团队早些时间推出了首个“FashionAI数据集”它集成了时尚和机械学习，通过使用AI对时尚图像举行系统剖析。数据集有助于推动时尚工业的生长，并开发时尚零售的新模式。