系统将织物图像转换为完整的机器可读编织说明
机器人技术和机器学习的最新进展使许多实际任务（包括各种制造业和工业流程）的自动化。在其他应用中，机器人和人工智能（AI）系统已成功地用于自动化制造衣服的一些步骤。
加拿大劳伦斯大学的研究人员最近着手探索完全自动化衣服的可能性。为此，他们开发了一个模型来转换织物图像成整体说明，编织机器人可以读取和遵循。他们的模型在发表的论文中概述电子产品，发现成功地实现了创建单纱和多种针织物的衣服的模式。
该论文的合着者Xingyu Zheng和Mengcheng Lau告诉Tech Xplore：“我们的论文通过将织物图像转换为机器可读说明来解决自动编织的挑战。”
“传统方法需要手动标记，这是劳动密集型并限制可扩展性的。受此差距的启发，我们的目标是开发一个深度学习系统，该系统将工程师从图像中逆转织物，从而在纺织品制造中提供了更大的自定义和可扩展性。”
郑，劳及其同事开发的基于深度学习的方法通过完成两个主要步骤来解决制作针织说明的问题。第一个被命名为“生成阶段”，而第二个是“推理阶段”。
该论文的共同作者Haoliang Sheng和Songpu Cai说：“在世代阶段，AI模型将真实的织物图像处理为清晰的合成表示形式，然后解释这些合成图像以预测简化的编织说明，称为前标记。”“在推论阶段，另一个模型使用前标的推断完整的机器就绪编织说明。”
研究人员引入的新的面料模式创建模型具有几个有价值的功能和优势。最值得注意的是，它可以同时生产单纱编织图案，准确地包含稀有针迹，并可以轻松地应用于新的织物样式中。
研究人员在一系列测试中测试了他们提出的系统，并使用它来生产约5,000个纺织样品的模式，这些样品既由天然和合成织物制成。他们发现它的性能非常出色，为大多数这些物品生成了准确的编织说明。
Sheng and CAI说：“我们的模型在将图像转换为编织说明中的精度超过97％，明显优于现有方法。”
“我们的系统还有效地处理了多色纱线和罕见的针迹类型的复杂性，这是早期方法的主要局限性。就应用而言，我们的方法可以实现全自动的纺织品生产，减少时间和人工成本。”
Lau，Zheng，Sheng和Cai开发的新模型很快就可以进一步进行测试并进一步改进。最终，它可以部署在现实世界中，有可能支持定制针织衣服的自动批量生产。当与编织机器人系统一起使用时，该模型还可以允许设计人员快速创建其设计原型或测试新模式，而无需手动创建机器可读的模式。
Lau和Zheng补充说：“向前迈进，我们计划通过高级增强技术来解决数据集的不平衡，特别是对于稀有针迹。”
“我们还旨在结合颜色识别，以提高结构和视觉保真度。扩展系统以处理可变输入和输出尺寸是另一个目标，使其能够动态适应不同的面料。最后，我们打算将管道扩展到复杂的3D针织服装并探索跨多头体应用程序，例如锻炼和锻炼和绣花。”
更多信息：Haoliang Sheng等人，编织机器人：一种逆向工程织物图案的深度学习方法，电子产品（2025）。doi：10.3390/electronics14081605
©2025科学X网络
引用：系统将织物图像转换为完整的机器可读编织说明（2025年，5月2日）检索2025年5月3日来自https://techxplore.com/news/2025-05-fabric-images-machine-radable.html
该文档具有版权。除了为私人研究或研究目的的任何公平交易外，没有未经书面许可，可以复制部分。内容仅用于信息目的。
关于《系统将织物图像转换为完整的机器可读编织说明》的评论
暂无评论