方案背景

隨著科技的不斷進步和工業自動化的推廣，紡織品生產中采用自動化缺陷檢測技術已成為趨勢。傳統的人工檢測方式不僅費時費力，而且容易產生主觀誤判和漏檢等問題，影響了生產效率和產品質量。因此，建立一套高效、準確的自動化紡織品缺陷檢測方案已成為生產企業提高效率、降低成本、提高產品質量的必要手段。

方案簡介

紡織品缺陷檢測是指基于圖像處理、機器視覺和人工智能等技術，通過對紡織品圖像進行分析、識別和分類，快速準確地檢測紡織品缺陷的一種自動化檢測方案。其主要流程包括圖像采集、圖像預處理、特征提取、分類識別和缺陷檢測等環節。

機器視覺紡織品缺陷方案可實現紡織品中的斷經、斷緯、粗節、粗經、緯檔、松邊、起球、污跡、孔洞等疵點的檢測,集自動探測、疵點定位、缺陷分類,可以大大提高檢測結果的準確度。

方案搭建

通過EASY EAI Nano/EAI1126-Core-T/TI 搭配高清攝像頭進行布匹圖像采集對比，利用數字圖像處理技術和先進的深度學習技術，對于機器視覺識別處的瑕疵成像進行定位。

紡織品缺陷檢測方案的搭建需要以下步驟：

1.數據采集和預處理：

需要收集大量紡織品的圖像數據，并進行預處理，包括圖像去噪、灰度化、裁剪等操作，使得數據能夠被后續的算法處理。

2.特征提取和分類：

利用機器學習或深度學習算法對采集到的圖像數據進行特征提取和分類，以識別出不同類型的缺陷，并對其進行定量化描述，例如缺陷大小、形狀、顏色等等。

3.模型訓練和優化：

基于已經標注好的數據集，采用一些常見的模型，例如支持向量機（SVM）、卷積神經網絡（CNN）等，對模型進行訓練和優化，以提高模型的準確性和魯棒性。

4.缺陷檢測和反饋：

將已經訓練好的模型應用于新的紡織品圖像中，檢測出其中的缺陷，并將缺陷的位置、類型等信息反饋給生產線或操作員，以及時進行修復或調整。

在搭建紡織品缺陷檢測方案時，需要根據不同的紡織品類型和缺陷類型，采用不同的算法和模型，以獲得更好的效果。同時，還需要對數據集進行充分的標注和質量控制，以避免模型出現過擬合或欠擬合等問題。

方案特點

1. 高自動化：采用圖像處理、機器視覺和人工智能等技術，實現對紡織品缺陷的自動檢測，不需要人工干預，大大提高了生產效率和檢測精度。
2. 高精度：利用深度學習等算法，對紡織品圖像進行特征提取和分類，實現對不同類型缺陷的準確識別和定量化描述，避免了人工檢測的主觀性和誤差。
3. 高效率：通過自動化檢測和反饋，可以實現快速識別和定位缺陷，及時修復或調整生產線，避免了因缺陷導致的延誤和浪費。
4. 成本低：相比人工檢測，紡織品缺陷檢測方案可以大大降低人力成本和檢測時間，同時還能提高檢測精度和效率，具有更高的性價比。
5. 支持多種紡織品類型：紡織品缺陷檢測方案可以應用于多種紡織品類型，如棉織品、毛織品、絲織品等，同時還能識別多種不同類型的缺陷，如破洞、污漬、斷經等。

硬件使用

• 本方案使用的是靈眸的EASY EAI Nano/EAI1126-Core-T系列
• 內置NPU：最大算力為2.0Tops；
• 四核ARM Cortex-A7 and RISC-V MCU；
• 支持INT8/INT16混合運算，并支持TensorFlow/MXNet/PyTorch/Caffe等一系列框架的網絡模型轉換。
• 1080P@60FPS視頻編解碼，14M ISP with 3幀HDR，4K H.264/H.265視頻編碼和解碼。

搭配我司EASY EAI Nano/EAI1126-Core-T/TI系列系列產品，對于紡織品檢測可以做到：

1.布邊檢測

檢測布匹邊緣發生的破損，可識別大于1厘米的邊緣缺損。

2.缺陷標記

檢測到瑕疵后，利用標記系統對布的瑕疵瞬間進行標記，方便人工后期查找。據此進行布匹質量分級、修織或改進前段生產設備。進一步提高檢測機構的工作效率，并節約檢測成本。

應用場景

各種紡織品的表面質量檢測，如壞布、粘扣帶、網孔織物等缺陷，可應用到各類紡織機中

目前我司已經已有紡織品缺陷檢測的成功案例，歡迎咨詢