Het type en percentage vezels in textielstoffen zijn belangrijke factoren die de kwaliteit van stoffen beïnvloeden, en dit is ook waar consumenten op letten bij het kopen van kleding.De wetten, regelgeving en standaardisatiedocumenten met betrekking tot textiellabels in alle landen ter wereld vereisen dat bijna alle textiellabels informatie over het vezelgehalte vermelden.Daarom is het vezelgehalte een belangrijk item bij het testen van textiel.

De bepaling van het vezelgehalte door het huidige laboratorium kan worden onderverdeeld in fysische methoden en chemische methoden.De dwarsdoorsnedemeetmethode van de vezelmicroscoop is een veelgebruikte fysieke methode, die drie stappen omvat: het meten van het dwarsdoorsnedeoppervlak van de vezel, het meten van de vezeldiameter en het bepalen van het aantal vezels.Deze methode wordt voornamelijk gebruikt voor visuele herkenning door een microscoop en heeft de kenmerken van tijdrovend en hoge arbeidskosten.Gericht op de tekortkomingen van handmatige detectiemethoden is geautomatiseerde detectietechnologie met kunstmatige intelligentie (AI) ontstaan.

Basisprincipes van AI-geautomatiseerde detectie

(1) Gebruik doeldetectie om vezeldoorsneden in het doelgebied te detecteren

(2) Gebruik semantische segmentatie om een ​​dwarsdoorsnede van een enkele vezel te segmenteren om een ​​maskerkaart te genereren

(3)Bereken het dwarsdoorsnedeoppervlak op basis van de maskerkaart

(4)Bereken het gemiddelde dwarsdoorsnedeoppervlak van elke vezel

Monster

De detectie van gemengde producten van katoenvezels en verschillende geregenereerde cellulosevezels is een typisch voorbeeld van de toepassing van deze methode.Als testmonsters worden 10 gemengde stoffen van katoen en viscosevezels en gemengde stoffen van katoen en modal geselecteerd.

Detectiemethode

Plaats het voorbereide dwarsdoorsnedemonster op het podium van de AI-dwarsdoorsnede automatische tester, pas de juiste vergroting aan en start de programmaknop.

Resultaatanalyse

(1) Selecteer een helder en doorlopend gebied in de afbeelding van de vezeldwarsdoorsnede om een ​​rechthoekig frame te tekenen.

(2) Plaats de geselecteerde vezels in het heldere rechthoekige frame in het AI-model en classificeer vervolgens elke vezeldwarsdoorsnede vooraf.

(3) Na het vooraf classificeren van de vezels op basis van de vorm van de vezeldwarsdoorsnede, wordt beeldverwerkingstechnologie gebruikt om de contouren van het beeld van elke vezeldwarsdoorsnede te extraheren.

(4) Breng de vezelomtrek in kaart met de originele afbeelding om het uiteindelijke effectbeeld te vormen.

(5) Bereken de inhoud van elke vezel.

Cconclusie

Voor 10 verschillende monsters worden de resultaten van de AI-dwarsdoorsnede automatische testmethode vergeleken met de traditionele handmatige test.De absolute fout is klein en de maximale fout bedraagt ​​niet meer dan 3%.Het voldoet aan de norm en heeft een extreem hoog herkenningspercentage.Bovendien duurt het, in termen van testtijd, bij traditioneel handmatig testen 50 minuten voordat de inspecteur de test van een monster voltooit, en duurt het slechts 5 minuten om een ​​monster te detecteren met de AI-dwarsdoorsnede automatische testmethode, die verbetert de detectie-efficiëntie aanzienlijk en bespaart mankracht en tijdkosten.

Dit artikel is afkomstig uit Wechat Subscription Textile Machinery