La tipo kaj procento de fibro enhavitaj en tekstilaj ŝtofoj estas gravaj faktoroj influantaj la kvaliton de ŝtofoj, kaj ili ankaŭ estas tio, kion konsumantoj atentas dum aĉeto de vestaĵoj. La leĝoj, regularoj kaj normigaj dokumentoj rilataj al tekstilaj etikedoj en ĉiuj landoj en la mondo postulas preskaŭ ĉiujn tekstilajn etikedojn por indiki informojn pri fibro -enhavo. Tial fibra enhavo estas grava ero en tekstila testado.

La determino de la aktuala laboratorio pri fibra enhavo povas esti dividita en fizikajn metodojn kaj kemiajn metodojn. La fibra mikroskopa transversa mezurmetodo estas ofte uzata fizika metodo, inkluzive de tri paŝoj: la mezurado de fibro-sekcia areo, la mezurado de fibra diametro kaj la determino de la nombro de fibroj. Ĉi tiu metodo estas uzata ĉefe por vida rekono per mikroskopo, kaj havas la karakterizaĵojn de konsumado de tempo kaj alta laborkosto. Celante la mankojn de manaj detektaj metodoj, aperis aŭtomata detekta teknologio de Artefarita Inteligenteco (AI).

Bazaj principoj de AI -aŭtomata detekto

(1) Uzu celan detekton por detekti fibrajn sekciojn en la cela areo

(2) Uzu semantikan segmentadon por segmenti ununuran fibran transversan sekcion por generi maskan mapon

(3) Kalkulu la transversan areon surbaze de la maska ​​mapo

(4) Kalkulu la mezan transversan areon de ĉiu fibro

Test -specimeno

La detekto de miksitaj produktoj de kotona fibro kaj diversaj regeneritaj celulozaj fibroj estas tipa reprezentanto de la apliko de ĉi tiu metodo. 10 miksitaj ŝtofoj de kotona kaj viskoza fibro kaj miksitaj ŝtofoj de kotono kaj modalo estas elektitaj kiel la provaj specimenoj.

Detekta metodo

Metu la preparitan transversan specimenon sur la stadion de la AI-sekcia aŭtomata testilo, ĝustigu la taŭgan pligrandigon kaj komencu la programon-butonon.

Rezulta analizo

(1) Elektu klaran kaj kontinuan areon en la bildo de la fibra sekcio por desegni rektangulan kadron.

(2) Agordu la elektitajn fibrojn en la klara rektangula kadro en la AI-modelon, kaj tiam antaŭklasifiku ĉiun fibran transversan sekcion.

(3) Post antaŭklasifikado de la fibroj laŭ la formo de la fibro-sekcio, bilda prilaborado-teknologio estas uzata por ĉerpi la konturon de la bildo de ĉiu fibra transversa sekcio.

(4) Mapu la fibran strekon al la originala bildo por formi la finan efikan bildon.

(5) Kalkulu la enhavon de ĉiu fibro.

COnclusion

Por 10 malsamaj specimenoj, la rezultoj de la AI-sekcia aŭtomata testmetodo estas komparataj kun la tradicia mana testo. La absoluta eraro estas malgranda, kaj la maksimuma eraro ne superas 3%. Ĝi konformas al la normo kaj havas ekstreme altan agnoskon. Krome, koncerne provan tempon, en tradicia mana testado, necesas 50 minutoj por la inspektisto kompletigi la teston de specimeno, kaj necesas nur 5 minutoj por detekti specimenon per la aŭtomata testo-metodo de AI, kiu multe plibonigas la detektan efikecon kaj ŝparas forton kaj tempon.

Ĉi tiu artikolo ĉerpita el WeChat -abona tekstila maŝinaro