Video Experimental Relacionado
Updated: May 14, 2026
Disentangling High Strength Copolymer Aramid Fibers to Enable the Determination of Their Mechanical Properties
Published on: September 1, 2018
Método híbrido de visión por máquina basado en características para la evaluación objetiva del empillamiento y el
Qingchun Jiao1, Zifan Qian1, Yue Dong2
1School of Automation and Electrical Engineering, Zhejiang University of Science and Technology, Hangzhou, China.
Este estudio introduce un método de visión automática que utiliza una red de atención separable por profundidad basada en características híbridas (HDAN-PF) para la evaluación objetiva del empillamiento y el borrado de textiles. El nuevo enfoque logra una precisión del 96,26%, lo que mejora la evaluación de la calidad textil.
Área de la Ciencia:
- Ciencias textiles
- Visión por computadora
- Aprendizaje automático
Sus antecedentes:
- El pilling y el fuzzing textiles son indicadores críticos de calidad.
- Los métodos actuales de evaluación subjetiva son ineficientes y propensos a errores.
- La evaluación objetiva es necesaria para un control de calidad textil coherente.
Objetivo del estudio:
- Desarrollar un método objetivo, eficiente y preciso para evaluar los grados de pilling y fuzzing textiles.
- Introducir un nuevo enfoque de visión artificial para la evaluación de la calidad de los textiles.
- Para superar las limitaciones de los sistemas de calificación subjetivos.
Principales métodos:
- Propuso una Red de Atención Separable por Profundidad basada en características híbridas (HDAN-PF).
- Empleado un enfoque de visión de máquina que integra las características de la frecuencia y el dominio espacial.
- Utilizó la atención del canal y las convoluciones separables en profundidad para la extracción y la eficiencia de las características.
Principales resultados:
- Logró una precisión de clasificación del 96,26% en diversas imágenes de tejidos.
- Ha demostrado una robusta capacidad de generalización en varios tipos de tejidos.
- El modelo HDAN-PF fusiona efectivamente las características de múltiples dominios para una evaluación precisa.
Conclusiones:
- El método de visión por máquina basado en características híbridas propuesto ofrece una solución transformadora para la evaluación objetiva del empillamiento y la borrosidad de los textiles.
- Este enfoque mejora la coherencia y la eficiencia en la evaluación de la calidad textil.
- El método muestra una utilidad práctica significativa para la industria textil.
