Typen og prosentandelen av fiber som finnes i tekstilstoffer er viktige faktorer som påvirker kvaliteten på tekstiler, og det er også det forbrukerne legger merke til når de kjøper klær.Lovene, forskriftene og standardiseringsdokumentene knyttet til tekstiletiketter i alle land i verden krever at nesten alle tekstiletiketter indikerer fiberinnhold.Derfor er fiberinnhold et viktig element i tekstiltesting.

Dagens laboratoriums bestemmelse av fiberinnhold kan deles inn i fysiske metoder og kjemiske metoder.Fibermikroskopets tverrsnittsmålemetode er en vanlig fysisk metode, inkludert tre trinn: måling av fibertverrsnittsareal, måling av fiberdiameter og bestemmelse av antall fibre.Denne metoden brukes hovedsakelig for visuell gjenkjenning gjennom et mikroskop, og har egenskapene til tidkrevende og høye arbeidskostnader.Med sikte på manglene ved manuelle deteksjonsmetoder, har kunstig intelligens (AI) automatisert deteksjonsteknologi dukket opp.

Grunnleggende prinsipper for AI automatisert deteksjon

(1) Bruk måldeteksjon for å oppdage fibertverrsnitt i målområdet

(2) Bruk semantisk segmentering for å segmentere et enkelt fibertverrsnitt for å generere et maskekart

(3) Beregn tverrsnittsarealet basert på maskekartet

(4) Beregn gjennomsnittlig tverrsnittsareal for hver fiber

Testprøve

Påvisningen av blandede produkter av bomullsfiber og forskjellige regenererte cellulosefibre er en typisk representant for anvendelsen av denne metoden.10 blandede stoffer av bomull og viskosefiber og blandede stoffer av bomull og modal er valgt ut som testprøver.

Deteksjonsmetode

Plasser den forberedte tverrsnittsprøven på scenen til den automatiske AI-tverrsnittstesteren, juster passende forstørrelse og start programknappen.

Resultatanalyse

(1) Velg et tydelig og kontinuerlig område i bildet av fibertverrsnittet for å tegne en rektangulær ramme.

(2) Sett de valgte fibrene i den klare rektangulære rammen i AI-modellen, og forhåndsklassifiser hvert fibertverrsnitt.

(3) Etter å ha forhåndsklassifisert fibrene i henhold til formen på fibertverrsnittet, brukes bildebehandlingsteknologi for å trekke ut konturen av bildet av hvert fibertverrsnitt.

(4) Kartlegg fiberkonturen til originalbildet for å danne det endelige effektbildet.

(5) Beregn innholdet i hver fiber.

Conclusion

For 10 forskjellige prøver sammenlignes resultatene av den automatiske testmetoden for AI tverrsnitt med den tradisjonelle manuelle testen.Den absolutte feilen er liten, og den maksimale feilen overstiger ikke 3 %.Den er i samsvar med standarden og har en ekstremt høy gjenkjennelsesrate.I tillegg, når det gjelder testtid, i tradisjonell manuell testing, tar det 50 minutter for inspektøren å fullføre testen av en prøve, og det tar bare 5 minutter å oppdage en prøve ved hjelp av AI-tverrsnitt automatisk testmetode, som forbedrer deteksjonseffektiviteten betydelig og sparer arbeidskraft og tidskostnader.

Denne artikkelen er hentet fra Wechat Subscription Textile Machinery