Metodi di image processing e deep-learning per il controllo di qualità della produzione tessile.
Il progetto
Software per il rilevamento di intrusioni nel prodotto finito.
ACTOR ha progettato un sistema di rilevamento delle intrusioni basato su un rilevatore di intrusione ed un classificatore. Il rilevatore analizza ciascuna immagine a raggi X del capo di abbigliamento e propone degli oggetti candidati ad essere intrusioni; il classificatore, addestrato su immagini esitate, distingue tra intrusioni vere e falsi positivi.
Controllo di qualità
La produzione di abbigliamento è il risultato di una serie di attività di cooperazione su una varietà di materie prime, tipi di prodotto, catene di approvvigionamento e linee di produzione, volumi di produzione, mercati al dettaglio, tecnologie. Per la piena soddisfazione del cliente, il controllo di qualità deve essere praticato a qualsiasi livello, dall’approvvigionamento delle materie prime all’indumento confezionato. Infatti, la qualità dei prodotti tessili viene valutata nella fase di pre-produzione, durante la produzione e con un’ispezione finale dopo il completamento. Lungo una linea di produzione, la qualità del prodotto dipende da molti attributi come lo standard di fibre, filati, struttura del tessuto, tonalità di colore, design delle superfici, elementi di fissaggio e altri accessori. Questo livello di controllo di qualità comprende anche il controllo delle contaminazioni. Il prodotto finito può soddisfare i requisiti secondo gli attributi precedentemente citati, ma può mostrare indizi di tutte le attività produttive: si possono trovare clip e aghi conficcati nell’imbottitura, punte di aghi e bottoni, sassolini (pietruzze), anche parti di costruzione come occhielli o leve delle zip.
Pertanto, il compito da svolgere consiste nel rilevare questo tipo di contaminazioni e nel convogliare l’oggetto controllato in una sala di controllo dove verrà rimossa la contaminazione. Tutti gli articoli devono essere controllati, per cui il sottosistema di rilevamento deve essere abbastanza veloce, tipicamente 5 secondi. I dati sono immagini a livello di grigio a 8 bit ottenute da scanner a raggi X.
ACTOR ha progettato un sistema di rilevamento delle intrusioni basato su un rilevatore di intrusione ed un classificatore. Il rilevatore analizza ciascuna immagine a raggi X del capo di abbigliamento e propone degli oggetti candidati ad essere intrusioni; il classificatore, addestrato su immagini esitate, distingue tra intrusioni vere e falsi positivi.
Il sistema, su una produzione reale di capi di abbigliamento ha raggiunto prestazioni con una percentuale di falsi positivi inferiore al 15%, e di falsi negativi (intrusioni non rilevate) inferiore al 2%.
[1] M. Boresta, T. Colombo, A. De Santis, Convolutional neural networks and multi-threshold
analysis for contamination detection in the apparel industry, arXiv:2207.12720.