当前位置：首页 > article >正文

【深度学习】布匹寻边：抓边误差小于3px【附完整链接】

article 2025/1/9 22:33:41

布匹寻边

在这里插入图片描述

布匹寻边是指布料裁剪过程中，通过AI寻边技术自动识别布匹的边缘，将检测到的边缘信息输出，确保裁剪的准确性，减少浪费，并提高生产效率。

将打满针眼的布匹边缘裁剪掉，且误差小于3px.
在这里插入图片描述

不同种类的布料（如丝绸、棉布、麻布）具有不同的纹理和形状，传统算法在处理多样化的布料时表现不佳 ，难以适应所有的布匹，且 其处理高分辨率图像时，计算量大，处理速度慢，影响产能。

下面的示意图是一个 AI 项目的流程：
在这里插入图片描述

在布匹上方安装相机，在布匹卷绕的过程中进行实时拍摄，采集布匹边缘数据。
在这里插入图片描述

采用多边形标注，将针眼边缘左侧的布匹标注。

注：标注有针眼的一侧时，需标注精细，贴近针孔边缘标注，良好的标注数据是训练出好模型的前提。

在这里插入图片描述

通过语义分割模型，可以实现像素精度的分类，准确提取边缘，误差小于3px，显著提高寻边的精确度。
在这里插入图片描述
训练数据信息：

模型训练参数设置：

模型训练指标：

将训练好的模型与测试数据导入AI测试平台，查看模型效果。如模型离线效果达标，可更新至现场；如模型效果不达标，需优化标注数据和训练参数，直至模型达标。
在这里插入图片描述

兼容多种布匹：
不同类型的布料（如棉、丝绸、合成纤维等）都只需要标注小部分数据加入训练即可识别，布料类型标注、训练达到一定数量后可以实现对新类型的布匹的边缘检测。
高精度检测：
与传统算法相比较，采用深度学习技术，抓边误差低，布匹边缘裁剪更精准。避免了布匹因定位不准，导致裁剪区域过度，造成的资源浪费。