La tipo kaj procento de fibro enhavita en tekstilaj ŝtofoj estas gravaj faktoroj, kiuj influas la kvaliton de ŝtofoj, kaj ili estas ankaŭ tio, al kio konsumantoj atentas dum aĉetado de vestaĵoj. La leĝoj, regularoj kaj normigaj dokumentoj rilataj al tekstilaj etikedoj en ĉiuj landoj de la mondo postulas, ke preskaŭ ĉiuj tekstilaj etikedoj indiku informojn pri la fibroenhavo. Tial, la fibroenhavo estas grava elemento en tekstila testado.

La nuna laboratorio pri determinado de fibroenhavo povas esti dividita en fizikajn metodojn kaj kemiajn metodojn. La transversa mezurmetodo per fibromikroskopo estas ofte uzata fizika metodo, kiu inkluzivas tri paŝojn: mezurado de la transversa sekca areo de la fibro, mezurado de la diametro de la fibro, kaj determinado de la nombro de fibroj. Ĉi tiu metodo estas ĉefe uzata por vida rekono per mikroskopo, kaj havas la karakterizaĵojn de tempopostula kaj alta laborkosto. Celante la mankojn de manaj detektaj metodoj, aperis aŭtomata detekta teknologio bazita sur artefarita inteligenteco (AI).

Bazaj principoj de aŭtomata detekto per artefarita inteligenteco

(1) Uzu celdetekton por detekti fibro-sekcojn en la cela areo

(2) Uzu semantikan segmentadon por segmenti unuopan fibrosekcon por generi maskomapon

(3) Kalkulu la transversan sekcan areon surbaze de la maskomapo

(4) Kalkulu la averaĝan transversan areon de ĉiu fibro

Testa specimeno

La detekto de miksitaj produktoj el kotonfibro kaj diversaj regeneritaj celulozofibroj estas tipa reprezentanto de la apliko de ĉi tiu metodo. 10 miksitaj ŝtofoj el kotono kaj viskozofibro kaj miksitaj ŝtofoj el kotono kaj modalo estas elektitaj kiel la testaj specimenoj.

Detektometodo

Metu la preparitan sekcan specimenon sur la scenejon de la aŭtomata testilo de sekcoj per artefarita inteligenteco, ĝustigu la taŭgan pligrandigon, kaj komencu la programbutonon.

Rezultanalizo

(1) Elektu klaran kaj kontinuan areon en la bildo de la fibro-sekco por desegni rektangulan kadron.

(2) Metu la elektitajn fibrojn en la klaran rektangulan kadron en la artefaritan inteligentecan modelon, kaj poste antaŭklasifiku ĉiun fibrosekcon.

(3) Post antaŭklasifikado de la fibroj laŭ la formo de la fibrosekco, bildprilabora teknologio estas uzata por eltiri la konturon de la bildo de ĉiu fibrosekco.

(4) Mapu la fibro-konturon al la originala bildo por formi la finan efektan bildon.

(5) Kalkulu la enhavon de ĉiu fibro.

Ckonkludo

Por 10 malsamaj specimenoj, la rezultoj de la aŭtomata testmetodo de AI-sekco estas komparitaj 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 rekonoftecon. Krome, rilate al la testtempo, en tradicia mana testado, necesas 50 minutoj por ke la inspektisto kompletigu la teston de specimeno, kaj necesas nur 5 minutoj por detekti specimenon per la aŭtomata testmetodo de AI-sekco, kio multe plibonigas la detektefikecon kaj ŝparas laborforton kaj tempokoston.

Ĉi tiu artikolo estas eltirita el Wechat Subscription Textile Machinery