繊維生地に含まれる繊維の種類と割合は、生地の品質を左右する重要な要素であり、消費者が衣類を購入する際に注目するポイントでもあります。世界各国の繊維ラベルに関連する法律、規制、標準化文書では、ほぼすべての繊維ラベルに繊維含有量情報を表示することが求められています。したがって、繊維含有量は繊維試験における重要な項目です。

現在の研究室による繊維含有量の測定は、物理的方法と化学的方法に分けられます。繊維顕微鏡断面測定法は、繊維断面積の測定、繊維直径の測定、繊維数の決定の 3 つのステップを含む、一般的に使用される物理的方法です。この方法は主に顕微鏡による目視認識に用いられ、時間と人件費がかかるという特徴があります。手動による検出方法の欠陥を目的として、人工知能 (AI) による自動検出テクノロジーが登場しました。

AI自動検知の基本原理

(1)ターゲット検出を使用して、ターゲット領域内の繊維断面を検出します

(2)セマンティックセグメンテーションを使用して単一の繊維断面をセグメント化し、マスクマップを生成します

(3)マスクマップに基づいて断面積を計算

(4)各繊維の平均断面積を計算します。

テストサンプル

綿繊維と各種再生セルロース繊維との混紡品の検出は、この方法の代表的な応用例である。綿とビスコース繊維の混紡生地、綿とモダールの混紡生地10枚を試験サンプルとして選択した。

検出方法

準備した断面サンプルをAI断面自動検査機のステージ上に置き、適切な倍率を調整し、プログラムボタンを起動します。

結果分析

(1) 繊維断面図の鮮明で連続した部分を選択し、長方形の枠を描きます。

(2) 透明な四角枠内で選択した繊維をAIモデルに設定し、各繊維断面を事前に分類します。

(3) あらかじめ繊維断面の形状に応じて繊維を分類した後、画像処理技術を用いて各繊維断面の画像の輪郭を抽出します。

(4) ファイバーの輪郭を元の画像にマッピングして、最終的な効果画像を形成します。

(5) 各繊維の含有量を計算します。

Cオンクルージョン

10 個の異なるサンプルについて、AI 断面自動テスト方法の結果が従来の手動テストと比較されます。絶対誤差は小さく、最大誤差は 3% を超えません。規格に準拠しており、認識率が非常に高いです。また、検査時間の面でも、従来の手動検査では検査員がサンプルの検査を完了するまでに50分を要しましたが、AI断面自動検査手法ではサンプルの検出にわずか5分で完了します。検出効率が大幅に向上し、人的コストと時間コストが節約されます。

この記事は Wechat サブスクリプション繊維機械から抜粋しました