TÜBİTAK Teknoloji Geliştirme Bölgesi Barış Mah. Koşuyolu Caddesi Dış Kapı:30 Gebze/KOCAELİ
BLOG

TEKSTİL SEKTÖRÜ

SEKTÖR HAKKINDA

Tekstil fabrikalarında kumaş üretimi, sırasında proseslerden kaynaklı pek çok hata çeşidi bulunabilmektedir. Tekstil sektöründe yapay görme ile kumaş hatalarının tespit edilmesinde en büyük zorluk, başta sürekli değişen ve değişmekte olan kumaş desen türleri, kumaşın türüdür ve renk farklılıklardır.

Yapay görme ile kumaş kontrol uygulaması yapay zeka kullanılarak classification , anomaly detection ve texture inspection yöntemlerini kullanarak kumaş kontolünü gerçekleştirdik. Bu hata türlerini yapay görme sistemi ile sınıf sınıf tespit edebilmektedir.

Sürekli ve hızlıca yeni kumaş türünü desenini öğrenebilen bu sistemin farklı yöntemler ile ölçüm kontrolleri aşağıdaki görsellerde yer almaktadır.

Kullanılan bu algoritmalar her ne kadar kendi içlerinde başarı olsalarda, farklı hata tiplerine tek bir yöntem ile bulmak zor olmaktadır. Texture inspection atkı ve çözgü hatalarını yakalayabiliyorken anomoly detection yağ, kir gibi hataları diğer yönteme göre daha iyi yakalayabilmektedir.

Texture Inspection modeli sisteme, sadece bir kaç hatasız kumaş tanıtarak öğrenebilmektedir. Bulma yöntemi ise bazı filtreler uygulayarak öğretilen kumaş ile yeni alınan görüntü arasındaki farklara bakarak hataları bulmaya çalışmaktadır. Herhangi bir desensiz kumaş modeli yaklaşık 5 dk içerisinde öğrenebilmektedir.

Anomoly Detection modeli ise, kullanımı texture inspection’a göre daha karmaşık bir öğretme modeli içeriyor. Burada ise her hata tipini seçerek sisteme öğretildiğinden yeni bir kumaş tipi için son kullanıcı tarafından kullanımı çok ideal değildir.

Deep Learning ,Anomaly Detection ve Texture Inspection Yöntemleri ile;

  • Atkı-Çözgü Hataları
  • Yağ, kir, is vb. lekeler
  • Renk Farklılıkları
  • Yırtılma, erime gibi hatalar
  • hatalar yakalanmaktadır.

    Gerçek hayatta görüntü işleme becerilerini kullanmanın sırlarını blogumuzda keşfedin!