A Universidade Politécnica de Hong Kong (PolyU) desenvolveu recentemente um sistema inteligente de detecção de defeito de tecido, chamado "WiseEye", que aproveita tecnologias avançadas, incluindo Inteligência Artificial (AI) e Deep Learning no processo de controle de qualidade (QC) na indústria têxtil. O sistema minimiza efetivamente a chance de produção de tecido abaixo do padrão em 90%, reduzindo, assim, substancialmente as perdas e desperdícios na produção. Ajuda a economizar mão de obra e também melhora a gestão da automação na manufatura têxtil.

Suportado por tecnologia de visão de máquina baseada em IA, o romance "WiseEye" pode ser instalado em uma máquina de tecelagem para ajudar os fabricantes de tecidos a detectar defeitos instantaneamente no processo de produção. Por meio do sistema de inspeção automática, o gerente da linha de produção pode detectar facilmente os defeitos, ajudando assim a identificar a causa dos problemas e corrigi-los imediatamente.

"WiseEye" é desenvolvido pela Equipe de Pesquisa de Inteligência Artificial Têxtil e Vestuário (TAAI), que é liderado pelo Prof Calvin Wong, Cheng Yik Hung Professor de Moda do Instituto de Têxteis e Vestuário, PolyU.

Atualmente, os fabricantes de tecidos contam com esforços humanos para inspecionar aleatoriamente o tecido a olho nu. Devido a fatores humanos, como negligência ou fadiga física, a detecção de defeitos por mão de obra humana é geralmente inconsistente e não confiável. Os fabricantes de tecidos também tentaram usar alguns outros sistemas de inspeção de tecidos, mas esses sistemas não foram capazes de atender às necessidades da indústria. Garantir a qualidade na produção dos tecidos torna-se um grande desafio para a indústria.

O professor Calvin Wong disse:"'Wise Eye' é um sistema de inspeção baseado em IA exclusivo que satisfaz os requisitos dos fabricantes de têxteis. É um sistema integrado com uma série de componentes que desempenham diferentes funções no processo de inspeção. O sistema é integrado com um LED de alta potência barra de luz e uma câmera de dispositivo de carga acoplada de alta resolução que é acionada por um motor eletrônico e é montada em um trilho para capturar imagens de toda a largura do tecido durante o processo de tecelagem. As imagens capturadas são pré-processadas e alimentadas em o algoritmo de visão de máquina baseado em IA para detectar defeitos de tecido. As informações em tempo real coletadas durante o processo de detecção serão enviadas para o sistema de computador, e estatísticas analíticas e alertas podem ser gerados e exibidos como e quando necessário. "

A equipe de pesquisa aplicou tecnologias de Big Data e Deep Learning no "WiseEye". Ao inserir dados de milhares de metros de tecidos no sistema, a equipe treinou o "WiseEye" para detectar cerca de 40 defeitos comuns de tecido com resolução de precisão excepcionalmente alta de até 0,1 mm / pixel.

"Tendo em vista as inúmeras estruturas de tecido que proporcionam grandes variações na textura do tecido e tipos de defeitos, A detecção automática de defeitos de tecido tem sido uma missão desafiadora e não cumprida nas últimas duas décadas. Nossa introdução inovadora de IA, As tecnologias de Big Data e Deep Learning em 'WiseEye' não são apenas um avanço tecnológico que atende às necessidades da indústria; mas também representa um marco significativo na automação do controle de qualidade para a indústria têxtil tradicional, "acrescentou o Prof Wong.

O "WiseEye" foi colocado em teste por mais de seis meses em um ambiente de manufatura real. Os resultados mostram que o sistema é capaz de reduzir 90% das perdas e desperdícios no processo de fabricação do tecido quando comparado com a inspeção visual humana tradicional. Isso significa que o sistema ajuda a reduzir os custos de produção e, ao mesmo tempo, aumenta a eficiência da produção.

No momento, O "WiseEye" pode ser aplicado à maioria dos tipos de tecidos com diferentes estruturas de tecelagem e cores sólidas. A equipe de pesquisa planeja treinar ainda mais e estender o sistema para detectar defeitos em tecidos com padrões mais desafiadores, como faixas complicadas e padrões de verificação. O objetivo final é cobrir todos os tipos comuns de tecido em cinco anos.

O professor Wong e a equipe de pesquisa TAAI têm conduzido pesquisas fundamentais e aplicadas sobre IA, visão computacional e aprendizado de máquina, especificamente para a indústria da moda e têxtil desde 2012. A equipe apresentou anteriormente o primeiro de seu tipo "FashionAI Dataset" que integra moda e aprendizado de máquina para análise sistemática de imagens de moda por meio do uso de IA. O Dataset ajuda a avançar a indústria da moda e a desenvolver uma nova modalidade para o varejo de moda.

As áreas cobertas por seus outros projetos incluem material têxtil inteligente e inspeção de qualidade de vestuário, amostra de tecido em grande escala e pesquisa de imagem de moda e previsão de vendas de moda. A equipe também colaborou com várias empresas locais e internacionais em uma série de projetos de pesquisa e publicou artigos de pesquisa em periódicos líderes mundiais, Incluindo Transações IEEE em redes neurais e sistemas de aprendizagem , Transações IEEE na cibernética , e Transações IEEE em processamento de imagem . Alguns dos artigos são classificados por Essential Science Indicators como o 1% dos artigos mais citados em áreas relacionadas.