الگوی بافت پارچه بافته شده از عوامل مهم طراحی و تولید پارچه باکیفیت محسوب می شود.
به طور سنتی، تشخیص پارچه آنغوره بافته شده به دلیل بازرسی بصری دستی آن، چالش های زیادی دارد.
علاوه بر این، رویکردهای مبتنی بر الگوریتم‌های یادگیری ماشین اولیه مستقیماً به ویژگی‌های دست ساز بستگی دارد که فرآیندهای زمان‌بر و مستعد خطا هستند.
از این رو، یک سیستم خودکار برای طبقه بندی پارچه شمعی بافته شده برای بهبود بهره وری مورد نیاز است.
در این مقاله، ما یک مدل یادگیری عمیق مبتنی بر رویکرد یادگیری افزایش داده و انتقال برای طبقه‌بندی و شناخت پارچه‌های بافته شده پیشنهاد می‌کنیم.
این مدل از شبکه باقیمانده (ResNet) استفاده می‌کند، که در آن ویژگی‌های بافت پارچه به صورت خودکار استخراج و طبقه‌بندی می‌شوند.
ما نتایج مدل خود را با استفاده از معیارهای ارزیابی مانند دقت، دقت متعادل و امتیاز F1 ارزیابی کردیم.
نتایج تجربی نشان می‌دهد که مدل پیشنهادی قوی است و حتی زمانی که خواص فیزیکی پارچه تغییر می‌کند، به دقت پیشرفته‌ای دست می‌یابد.
ما نتایج خود را با سایر رویکردهای پایه و یک مدل یادگیری عمیق VGGNet از قبل آموزش‌دیده مقایسه کردیم که نشان داد روش پیشنهادی هنگام در نظر گرفتن جهت‌گیری‌های چرخشی در پارچه و جلوه‌های نور مناسب به دقت بالاتری دست یافت.
پارچه یکی از اختراعات قدیمی انسان است که از منسوجات دستباف به منسوجات الکترونیکی مدرن مبتنی بر ماشین تبدیل شده است.
در صنعت نساجی، الگوی بافت که مهم‌ترین عامل پارچه نخی زنانه بافته است، به دلیل ساختار و ظاهر پارچه‌ها، نقش بسزایی در طراحی و بازطراحی، تحلیل بافت دارد.
شناسایی الگوی پارچه قبل از پردازش بیشتر توسط ماشین‌های بافندگی در فرآیند تولید ضروری است.
در حال حاضر، به طور معمول، تشخیص الگوی پارچه جین ترک بافته شده به عملیات دستی با استفاده از چشم انسان به کمک تجهیزاتی مانند میکروسکوپ یا ذره بین بستگی دارد.
به طور سنتی، این بازرسی دستی توسط متخصصی انجام می شود که نیاز به تخصص و تجربه دارد. اما با معایب متعددی از جمله کار زیاد، ناکارآمدی و وقت گیر همراه است.
اما منجر به عوامل ذهنی انسانی مانند استرس روحی و جسمی، سرگیجه و خستگی و … می شود که در نهایت بر نتایج شناخت تأثیر می گذارد.
بنابراین، توسعه یک سیستم بازرسی خودکار برای تشخیص الگوهای پارچه بافته شده برای تولید محصولات با کیفیت بالا که نیازهای مشتریان را برآورده می کند، ضروری است.
- منابع:
- تبلیغات:
دیدگاه شما با موفقیت ثبت شد.