섬유 직물에 포함 된 섬유의 유형과 비율은 직물의 품질에 영향을 미치는 중요한 요소이며, 소비자는 의류를 구입할 때주의를 기울이는 것입니다. 전 세계 모든 국가의 섬유 라벨과 관련된 법률, 규정 및 표준화 문서는 거의 모든 섬유 라벨이 섬유 콘텐츠 정보를 나타냅니다. 따라서 섬유 함량은 섬유 테스트에서 중요한 항목입니다.

현재 실험실의 섬유 함량 결정은 물리적 방법과 화학적 방법으로 나눌 수 있습니다. 섬유 현미경 단면 측정 방법은 일반적으로 사용되는 물리적 방법으로, 세 가지 단계, 즉 섬유 단면 영역의 측정, 섬유 직경 측정 및 섬유 수의 측정. 이 방법은 주로 현미경을 통한 시각적 인식에 사용되며 시간 소모 및 높은 인건비의 특성을 가지고 있습니다. 수동 탐지 방법의 결함을 목표로 인공 지능 (AI) 자동 탐지 기술이 등장했습니다.

AI 자동 감지의 기본 원리

(1) 대상 감지를 사용하여 대상 영역의 섬유 단면을 감지합니다.

(2) 시맨틱 세분화를 사용하여 단일 섬유 단면을 분할하여 마스크 맵을 생성합니다.

(3) 마스크 맵을 기반으로 단면 영역을 계산하십시오

(4) 각 섬유의 평균 단면적을 계산하십시오

테스트 샘플

면 섬유 및 다양한 재생 셀룰로오스 섬유의 혼합 생성물의 검출은이 방법의 적용을 대표한다. 면 및 비스코스 섬유의 10 혼합 직물 및면 및 모달의 혼합 직물이 시험 샘플로 선택됩니다.

탐지 방법

준비된 단면 샘플을 AI 단면 자동 테스터 단계에 놓고 적절한 배율을 조정 한 다음 프로그램 버튼을 시작하십시오.

결과 분석

(1) 섬유 단면 그림에서 명확하고 연속적인 영역을 선택하여 직사각형 프레임을 그립니다.

(2) 선택된 섬유를 투명한 직사각형 프레임에 AI 모델로 설정 한 다음 각 섬유 단면을 사전 분류합니다.

(3) 섬유 단면의 모양에 따라 섬유를 사전 분류 한 후, 이미지 처리 기술은 각 섬유 단면의 그림의 윤곽을 추출하는 데 사용됩니다.

(4) 섬유 개요를 원본 이미지에 매핑하여 최종 효과 이미지를 형성합니다.

(5) 각 섬유의 함량을 계산하십시오.

Conclusion

10 개의 다른 샘플의 경우 AI 단면 자동 테스트 방법의 결과를 기존 수동 테스트와 비교합니다. 절대 오차는 작고 최대 오차는 3%를 초과하지 않습니다. 표준을 준수하고 인식 속도가 매우 높습니다. 또한 테스트 시간 측면에서 전통적인 수동 테스트에서 검사관이 샘플 테스트를 완료하는 데 50 분이 걸리며 AI 단면 자동 테스트 방법으로 샘플을 감지하는 데 5 분 밖에 걸리지 않으므로 감지 효율을 크게 향상시키고 인력 및 시간 비용을 절약합니다.

이 기사는 WeChat 구독 섬유 기계에서 추출했습니다