వస్త్ర వస్త్రాలలో ఉండే ఫైబర్ రకం మరియు శాతం బట్టల నాణ్యతను ప్రభావితం చేసే ముఖ్యమైన అంశాలు మరియు దుస్తులు కొనుగోలు చేసేటప్పుడు వినియోగదారులు శ్రద్ధ వహించేవి కూడా వీటిపైనే. ప్రపంచంలోని అన్ని దేశాలలోని వస్త్ర లేబుల్లకు సంబంధించిన చట్టాలు, నిబంధనలు మరియు ప్రామాణీకరణ పత్రాలు దాదాపు అన్ని వస్త్ర లేబుల్లు ఫైబర్ కంటెంట్ సమాచారాన్ని సూచించాల్సిన అవసరం ఉంది. అందువల్ల, వస్త్ర పరీక్షలో ఫైబర్ కంటెంట్ ఒక ముఖ్యమైన అంశం.
ప్రస్తుత ప్రయోగశాల ఫైబర్ కంటెంట్ నిర్ధారణను భౌతిక పద్ధతులు మరియు రసాయన పద్ధతులుగా విభజించవచ్చు. ఫైబర్ మైక్రోస్కోప్ క్రాస్-సెక్షనల్ కొలత పద్ధతి అనేది సాధారణంగా ఉపయోగించే భౌతిక పద్ధతి, ఇందులో మూడు దశలు ఉన్నాయి: ఫైబర్ క్రాస్-సెక్షనల్ వైశాల్యాన్ని కొలవడం, ఫైబర్ వ్యాసం యొక్క కొలత మరియు ఫైబర్ల సంఖ్యను నిర్ణయించడం. ఈ పద్ధతి ప్రధానంగా మైక్రోస్కోప్ ద్వారా దృశ్య గుర్తింపు కోసం ఉపయోగించబడుతుంది మరియు సమయం తీసుకునే మరియు అధిక శ్రమ ఖర్చు లక్షణాలను కలిగి ఉంటుంది. మాన్యువల్ డిటెక్షన్ పద్ధతుల లోపాలను లక్ష్యంగా చేసుకుని, కృత్రిమ మేధస్సు (AI) ఆటోమేటెడ్ డిటెక్షన్ టెక్నాలజీ ఉద్భవించింది.
AI ఆటోమేటెడ్ డిటెక్షన్ యొక్క ప్రాథమిక సూత్రాలు
(1) లక్ష్య ప్రాంతంలో ఫైబర్ క్రాస్-సెక్షన్లను గుర్తించడానికి లక్ష్య గుర్తింపును ఉపయోగించండి
(2) మాస్క్ మ్యాప్ను రూపొందించడానికి ఒకే ఫైబర్ క్రాస్ సెక్షన్ను విభజించడానికి సెమాంటిక్ సెగ్మెంటేషన్ను ఉపయోగించండి.
(3) మాస్క్ మ్యాప్ ఆధారంగా క్రాస్-సెక్షనల్ ప్రాంతాన్ని లెక్కించండి
(4) ప్రతి ఫైబర్ యొక్క సగటు క్రాస్-సెక్షనల్ వైశాల్యాన్ని లెక్కించండి
పరీక్ష నమూనా
కాటన్ ఫైబర్ మరియు వివిధ పునరుత్పత్తి చేయబడిన సెల్యులోజ్ ఫైబర్ల మిశ్రమ ఉత్పత్తులను గుర్తించడం ఈ పద్ధతి యొక్క అనువర్తనానికి ఒక సాధారణ ప్రతినిధి. 10 కాటన్ మరియు విస్కోస్ ఫైబర్ బ్లెండెడ్ ఫాబ్రిక్లు మరియు కాటన్ మరియు మోడల్ బ్లెండెడ్ ఫాబ్రిక్లను పరీక్షా నమూనాలుగా ఎంపిక చేస్తారు.
గుర్తింపు పద్ధతి
సిద్ధం చేసిన క్రాస్-సెక్షన్ నమూనాను AI క్రాస్-సెక్షన్ ఆటోమేటిక్ టెస్టర్ దశలో ఉంచండి, తగిన మాగ్నిఫికేషన్ను సర్దుబాటు చేయండి మరియు ప్రోగ్రామ్ బటన్ను ప్రారంభించండి.
ఫలితాల విశ్లేషణ
(1) ఫైబర్ క్రాస్ సెక్షన్ చిత్రంలో దీర్ఘచతురస్రాకార ఫ్రేమ్ను గీయడానికి స్పష్టమైన మరియు నిరంతర ప్రాంతాన్ని ఎంచుకోండి.
(2) స్పష్టమైన దీర్ఘచతురస్రాకార ఫ్రేమ్లోని ఎంచుకున్న ఫైబర్లను AI మోడల్లో సెట్ చేయండి, ఆపై ప్రతి ఫైబర్ క్రాస్ సెక్షన్ను ముందస్తుగా వర్గీకరించండి.
(3) ఫైబర్ క్రాస్-సెక్షన్ ఆకారాన్ని బట్టి ఫైబర్లను ముందస్తుగా వర్గీకరించిన తర్వాత, ప్రతి ఫైబర్ క్రాస్-సెక్షన్ యొక్క చిత్రం యొక్క ఆకృతిని సంగ్రహించడానికి ఇమేజ్ ప్రాసెసింగ్ టెక్నాలజీని ఉపయోగిస్తారు.
(4) తుది ప్రభావ చిత్రాన్ని రూపొందించడానికి ఫైబర్ అవుట్లైన్ను అసలు చిత్రానికి మ్యాప్ చేయండి.
(5) ప్రతి ఫైబర్ యొక్క కంటెంట్ను లెక్కించండి.
Cచేర్చడం
10 వేర్వేరు నమూనాల కోసం, AI క్రాస్-సెక్షన్ ఆటోమేటిక్ టెస్ట్ పద్ధతి యొక్క ఫలితాలను సాంప్రదాయ మాన్యువల్ పరీక్షతో పోల్చారు. సంపూర్ణ లోపం చిన్నది మరియు గరిష్ట లోపం 3% మించదు. ఇది ప్రమాణానికి అనుగుణంగా ఉంటుంది మరియు చాలా ఎక్కువ గుర్తింపు రేటును కలిగి ఉంటుంది. అదనంగా, పరీక్ష సమయం పరంగా, సాంప్రదాయ మాన్యువల్ పరీక్షలో, ఇన్స్పెక్టర్ నమూనా యొక్క పరీక్షను పూర్తి చేయడానికి 50 నిమిషాలు పడుతుంది మరియు AI క్రాస్-సెక్షన్ ఆటోమేటిక్ టెస్ట్ పద్ధతి ద్వారా నమూనాను గుర్తించడానికి 5 నిమిషాలు మాత్రమే పడుతుంది, ఇది గుర్తింపు సామర్థ్యాన్ని బాగా మెరుగుపరుస్తుంది మరియు మానవశక్తి మరియు సమయ ఖర్చును ఆదా చేస్తుంది.
ఈ వ్యాసం Wechat సబ్స్క్రిప్షన్ టెక్స్టైల్ మెషినరీ నుండి సంగ్రహించబడింది.
పోస్ట్ సమయం: మార్చి-02-2021





