Автоматизация текстильной промышленности выходит на новый уровень благодаря исследователям из университета Лаврентиан (Канада), которые разработали систему, позволяющую вязальным роботам самостоятельно воспроизводить узоры по фотографиям тканей.
Как объясняют авторы исследования, существующие методы создания вязальных схем требуют ручной разметки, что делает процесс дорогим и трудоемким. Новый подход применяет глубокое машинное обучение для того, чтобы «расшифровывать» ткань по изображению. ИИ автоматически создает инструкции, которые могут сразу использоваться промышленными вязальными машинами.
Работа модели состоит из двух ключевых шагов: на первом этапе (генерация) система обрабатывает реальные изображения тканей, превращая их в схемы и прогнозируя упрощенные вязальные инструкции, которые могли быть использованы. На втором этапе (инференция) другая модель преобразует эти упрощенные инструкции в полные машинные команды. Такой подход позволяет системе работать как с однониточными, так и с многониточными изделиями, включая редкие и сложные стежки.
Испытания проводились на базе около 5 тыс. текстильных образцов из натуральных и синтетических тканей. Результаты показали, что система успешно генерирует точные вязальные инструкции в более чем 97% случаев, демонстрируя значительное превосходство над предыдущими методами, особенно в обработке многоцветных нитей и редких видов петель.
Ученые планируют и дальше развивать проект: среди приоритетов — улучшение работы с малораспространенными схемами через усовершенствование методов увеличения данных, внедрение распознавания цвета и расширение возможностей модели для работы с трехмерными изделиями.
По словам исследователей, технология способна полностью автоматизировать текстильное производство, обеспечив быстрое и точное прототипирование, снижение затрат и повышение эффективности производства.
