Notícias


Estratégia & Marketing Postado em quinta-feira, 01 de novembro de 2018 às 14:15
A Universidade Politécnica de Hong Kong (PolyU) desenvolveu um sistema de detecção de defeitos de tecidos, chamado WiseEye, que utiliza tecnologias que incluem Inteligência Artificial (IA) e aprendizado profundo de máquina para fins de controle de qualidade. A PolyU afirma que seu sistema minimiza as chances de produzir tecidos com padrão de qualidade abaixo de 90%, reduzindo substancialmente a perda e o desperdício na indústria têxtil. Ele ajuda a economizar mão de obra e a melhorar o gerenciamento de automação na fabricação de tecidos.

Suportado pela tecnologia de visão por máquina baseada em IA, o novo “WiseEye” pode ser instalado numa máquina têxtil para ajudar os fabricantes de tecidos a detectar defeitos instantaneamente no processo de produção. Através do sistema de inspeção automática, o gerente da linha de produção pode detectar facilmente os defeitos, ajudando-os a identificar a causa dos problemas e corrigi-los imediatamente.

“WiseEye” é desenvolvido pela Equipe de Pesquisa de Inteligência Artificial Têxtil e de Vestuário (TAAI), liderada pelo Prof. Calvin Wong, professor de Moda do Instituto de Têxteis e Vestuário da PolyU. Fabricantes têxteis atualmente dependem de esforços humanos para inspecionar aleatoriamente o tecido a olho nu. Devido a fatores humanos como negligência ou fadiga física, a detecção de defeitos pelo trabalho humano é geralmente inconsistente e não confiável.

Fabricantes têxteis 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 de tecidos torna-se um grande desafio para a indústria.

O Prof. Calvin Wong disse: “‘Wise Eye’ é um sistema único de inspeção baseado em IA que satisfaz os requisitos dos fabricantes têxteis. É um sistema integrado com vários componentes que desempenham diferentes funções no processo de inspeção. O sistema é incorporado com uma barra de luz LED de alta potência 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 inseridas no algoritmo de visão por máquina baseado em IA para detectar defeitos de tecidos. Informações em tempo real coletadas ao longo do processo de detecção serão enviadas ao sistema do computador, e estatísticas e alertas analíticos podem ser gerados e exibidos como e quando necessário.

A equipe de pesquisa aplicou as 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 nos tecidos com resolução de precisão excepcionalmente alta de até 0,1 mm / pixel.

“Em vista das numerosas estruturas de tecido que proporcionam grandes variações nos tipos de textura de tecido e defeitos, a detecção automática de defeitos de tecido tem sido uma missão desafiadora e inatingível nas últimas duas décadas. Nossa introdução inovadora de tecnologias de IA, Big Data e Deep Learning do WiseEye, não é apenas um avanço tecnológico que atende às necessidades da indústria, mas também marca um marco significativo na automação do controle de qualidade para a indústria têxtil tradicional”, acrescentou o Prof Wong.

A tecnologia WiseEye foi colocada em teste por mais de seis meses num ambiente de fabricação real. Os resultados mostram que o sistema é capaz de reduzir 90% da perda e desperdício no processo de fabricação de tecidos 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 das máquinas de tecidos com diferentes estruturas de tecelagem e cores sólidas. A equipe de pesquisa planeja treinar e estender ainda mais o sistema para detectar defeitos em tecidos com padrões mais desafiadores, como padrões complicados de tiras e verificações. O objetivo final é cobrir todos os tipos comuns de tecidos em cinco anos.

O Prof Wong e a equipe de pesquisa do TAAI vêm conduzindo pesquisas fundamentais e aplicadas sobre IA, visão computacional e aprendizado de máquina, especificamente para a indústria têxtil e de moda desde 2012. A equipe introduziu anteriormente o primeiro “FashionAI Dataset” do gênero que integra moda e aprendizado de máquina para análise sistemática de imagens de moda através do uso de IA. O Dataset ajuda a avançar na indústria da moda e a desenvolver um novo modo para o varejo de moda.

As áreas cobertas por seus outros projetos incluem inspeção inteligente de material têxtil e qualidade de vestuário, amostra de tecido em grande escala e pesquisa de imagens de moda e previsão de vendas de moda. A equipe também colaborou com várias empresas locais e internacionais em vários projetos de pesquisa e publicou artigos de pesquisa em periódicos líderes mundiais, incluindo IEEE Transactions on Neural Networks e Learning Systems, IEEE Transactions on Cybernetics e IEEE Transactions on Image Processing.

Fonte: Stylo Urbano