近日,由廣州檢驗(yàn)檢測(cè)認(rèn)證集團(tuán)有限公司聯(lián)合全國(guó)多家知名服裝企業(yè)共同起草的團(tuán)體標(biāo)準(zhǔn)《紡織品纖維含量測(cè)定 人工智能識(shí)別法》發(fā)布并實(shí)施。紡織品纖維含量測(cè)試是紡織品測(cè)試中的基礎(chǔ)項(xiàng)目,測(cè)試量大,耗時(shí)長(zhǎng),對(duì)人員操作技術(shù)要求嚴(yán)格,化學(xué)試劑還會(huì)對(duì)檢驗(yàn)人員的身體健康和環(huán)境保護(hù)不利。該團(tuán)體標(biāo)準(zhǔn)的制定實(shí)施,能否解放纖維含量檢測(cè)人員?AI檢測(cè)的精確度如何?本期我們邀請(qǐng)了標(biāo)準(zhǔn)的起草單位之一廣州檢驗(yàn)檢測(cè)認(rèn)證集團(tuán)有限公司的技術(shù)專家黃偉橋解讀紡織品纖維含量測(cè)定的智能檢測(cè)方法。
目前纖維成分含量定量測(cè)試的主流方法是化學(xué)法和物理法兩種。其中化學(xué)法利用纖維在化學(xué)試劑中溶解性能的差異進(jìn)行定量,如國(guó)際標(biāo)準(zhǔn)ISO 1833系列、美國(guó)標(biāo)準(zhǔn)AATCC 20A、歐盟標(biāo)準(zhǔn) (EU)No 1007、日本標(biāo)準(zhǔn)JIS L 1030-2、國(guó)標(biāo)GB/T 2910系列等,這些標(biāo)準(zhǔn)涉及的測(cè)試過(guò)程中需要用到大量的化學(xué)試劑,配備專業(yè)的化學(xué)實(shí)驗(yàn)室,對(duì)測(cè)試環(huán)境要求相對(duì)嚴(yán)格,且大量強(qiáng)酸強(qiáng)堿等試劑的使用不僅對(duì)檢驗(yàn)人員的身體健康有威脅,產(chǎn)生的化學(xué)廢液也于環(huán)境不利。物理法則是根據(jù)纖維在顯微鏡下纖維形態(tài)的差異并經(jīng)人工對(duì)其進(jìn)行分類和測(cè)量進(jìn)行定量,如國(guó)際標(biāo)準(zhǔn)ISO 17751系列、IWTO-58等,美國(guó)標(biāo)準(zhǔn)AATCC 20A,日本標(biāo)準(zhǔn)JIS L 1030-2,國(guó)標(biāo)GB/T 16988,行業(yè)標(biāo)準(zhǔn)FZ/T 30003、FZ/T 01101等,這些標(biāo)準(zhǔn)執(zhí)行過(guò)程中主要存在檢驗(yàn)效率低、對(duì)人員經(jīng)驗(yàn)要求高,檢驗(yàn)結(jié)果存在人員主觀誤差等問(wèn)題。
近年來(lái),采用近紅外光譜分析法、堿溶解度差異法、DNA分析法以及蛋白質(zhì)組學(xué)分析等方法進(jìn)行含量測(cè)試的研究也多見(jiàn)報(bào)道。研究人員期待用這些先進(jìn)的科技手段和設(shè)備實(shí)現(xiàn)纖維成分定量分析。然而,不同的方法均有其局限性,如近紅外光譜法依賴于模型的適用性,DNA法在染色、剝色產(chǎn)品上的局限性,蛋白質(zhì)組學(xué)分析方法檢測(cè)成本較高且效率較低等。
隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展,以深度學(xué)習(xí)理論為代表的計(jì)算機(jī)視覺(jué)技術(shù)近年來(lái)也取得了突破性的發(fā)展,基于圖像特征的分類與識(shí)別技術(shù)也逐步滲入紡織行業(yè),如在化纖生產(chǎn)端的在線智能疵點(diǎn)檢測(cè),AI智能驗(yàn)布,紡織品外觀智能檢測(cè)等。采用人工智能識(shí)別技術(shù)進(jìn)行纖維含量測(cè)試,是指通過(guò)在顯微鏡下自動(dòng)獲取纖維圖像,利用圖像處理方法獲得纖維的特征圖和特征指標(biāo),并通過(guò)圖像識(shí)別的相關(guān)算法進(jìn)行分類識(shí)別,實(shí)現(xiàn)纖維含量的自動(dòng)化、智能化檢測(cè)。這種人工智能識(shí)別檢測(cè)法運(yùn)用了先進(jìn)的AI、自動(dòng)化以及圖像處理等技術(shù),將纖維含量測(cè)試方法推向智能化和自動(dòng)化的方向,不僅能將一線檢測(cè)人員從繁重的重復(fù)性工作中解放出來(lái),提供更客觀、更穩(wěn)定、更準(zhǔn)確的測(cè)試結(jié)果,更是推動(dòng)纖維含量檢測(cè)技術(shù)升級(jí)的新興力量。
采用人工智能識(shí)別法進(jìn)行纖維含量測(cè)試,是以現(xiàn)有標(biāo)準(zhǔn)FZ/T 01101—2008《紡織品 纖維含量的測(cè)定 物理法》,F(xiàn)Z/T 30003—2009《麻棉混紡產(chǎn)品定量分析方法 顯微投影法》,GB/T 16988—2013《特種動(dòng)物纖維與綿羊毛混合物含量的測(cè)定》等為基礎(chǔ),采用光學(xué)顯微鏡放大纖維并自動(dòng)采集纖維圖像,利用人工智能識(shí)別技術(shù)辨別各類纖維,圖像處理及數(shù)據(jù)分析處理技術(shù)測(cè)量纖維直徑(或面積)和根數(shù),按需分別自動(dòng)計(jì)算纖維的質(zhì)量含量或根數(shù)含量。圖1是人工智能技術(shù)進(jìn)行圖像識(shí)別的簡(jiǎn)單原理。采用人工智能識(shí)別檢測(cè)法進(jìn)行纖維含量測(cè)試的一般流程如圖2所示。
圖1 人工智能圖像識(shí)別的簡(jiǎn)單原理
圖2 人工智能識(shí)別檢測(cè)法測(cè)試?yán)w維含量的一般流程
與傳統(tǒng)纖維含量測(cè)試方法相比,采用人工智能自動(dòng)化測(cè)試方法優(yōu)勢(shì)明顯,主要體現(xiàn)在以下幾個(gè)方面:
1)與傳統(tǒng)化學(xué)方法相比,采用人工智能自動(dòng)化測(cè)試方法耗時(shí)大大縮短,兩組分的測(cè)試從至少半天縮短至0.5h以內(nèi);無(wú)需使用各類無(wú)機(jī)或有機(jī)的化學(xué)試劑,資源消耗少,對(duì)環(huán)境友好;測(cè)試過(guò)程中減少了人工參與,工作人員也無(wú)需在化學(xué)環(huán)境中工作。
2)與傳統(tǒng)顯微鏡物理法受檢驗(yàn)人員的目光影響較大相比,采用人工智能自動(dòng)化測(cè)試方法的過(guò)程客觀穩(wěn)定,測(cè)試結(jié)果基于大數(shù)據(jù)分析得到,不受人員狀態(tài)、心理因素等不可控因素的影響;采用該方法,不僅檢測(cè)耗時(shí)由原來(lái)的1h~2h直接縮短至0.5h以內(nèi),且測(cè)試過(guò)程中無(wú)需人工參與,能將一線檢測(cè)人員從繁重的重復(fù)性勞動(dòng)中解放出來(lái)。
3)對(duì)需要開展纖維含量測(cè)試的機(jī)構(gòu)而言,采用人工智能自動(dòng)化測(cè)試方法可實(shí)現(xiàn)部分替代人工,減少了在基礎(chǔ)重復(fù)性勞動(dòng)上的人力投入,其人工成本隨著智能化測(cè)試方法的日趨成熟將逐步降低,未來(lái)將有望實(shí)現(xiàn)大范圍替代人工檢測(cè);同時(shí)采用傳統(tǒng)方法培養(yǎng)一名測(cè)試人員需要3~9個(gè)月時(shí)間不等,而要成為一名熟練的纖維含量檢驗(yàn)員則可能需要經(jīng)過(guò)3 年以上實(shí)踐的鍛煉,而采用人工智能自動(dòng)化測(cè)試基于大數(shù)據(jù)分析得到測(cè)試結(jié)果,識(shí)別和測(cè)試過(guò)程無(wú)需人工參與,人員培養(yǎng)、培訓(xùn)和管理的成本大幅下降。
通常根據(jù)人工智能識(shí)別模型的建立基礎(chǔ),樣品中的纖維間粘連成束、形態(tài)受損或變形、顏色較深不能褪去的,則不適用人工智能識(shí)別法。排除以上情況后,采用傳統(tǒng)顯微鏡法對(duì)人工智能識(shí)別法測(cè)試進(jìn)行驗(yàn)證,以棉/再生纖維素纖維混紡產(chǎn)品為例:超過(guò)95%的樣品采用兩種方法的測(cè)試結(jié)果偏差在±3%以內(nèi);驗(yàn)證標(biāo)準(zhǔn)誤差可達(dá)2%(驗(yàn)證誤差用于評(píng)估驗(yàn)證集所有樣品的模型檢測(cè)值與參考值之間差異的標(biāo)準(zhǔn)偏差,該值越小,表明模型的檢測(cè)能力越強(qiáng));相關(guān)性高達(dá)99%(相關(guān)系數(shù)反映變量之間相關(guān)關(guān)系密切程度,越接近1說(shuō)明相關(guān)性越好);精測(cè)的精密度優(yōu)于2%(人工智能識(shí)別的精密度可采用檢測(cè)值重復(fù)性的標(biāo)準(zhǔn)偏差表示)。通常,在適用人工智能識(shí)別法進(jìn)行纖維含量檢測(cè)前,都應(yīng)對(duì)其建立的模型和系統(tǒng)進(jìn)行評(píng)估,以確保其滿足檢測(cè)要求。
理論上來(lái)說(shuō),由在顯微鏡下具有典型縱截面特征(或典型橫截面特征)的纖維構(gòu)成的混紡產(chǎn)品,都可以采用人工智能識(shí)別法進(jìn)行檢測(cè)。但人工智能檢測(cè)具體適用于哪些纖維的檢測(cè)是由人工智能識(shí)別模型的范圍決定的,比如某AI識(shí)別模型僅包含對(duì)棉/亞麻混紡產(chǎn)品的識(shí)別能力,那么該系統(tǒng)僅適用于棉/亞麻混紡產(chǎn)品。目前市場(chǎng)上相對(duì)成熟的AI檢測(cè)纖維含量的產(chǎn)品多以棉麻混紡、再生纖維素纖維/棉混紡為主。動(dòng)物毛纖維混紡產(chǎn)品因毛纖維間特征差異相對(duì)較小、對(duì)自動(dòng)采集技術(shù)要求較高等原因,進(jìn)展相對(duì)較慢,但隨著數(shù)據(jù)集的不斷積累以及AI模型的不斷完善,采用人工智能檢測(cè)法實(shí)現(xiàn)毛絨纖維含量定量指日可待。
現(xiàn)階段采用人工智能識(shí)別法進(jìn)行纖維含量檢測(cè)仍以輔助和部分替代人員操作為主。對(duì)目前困擾紡織品纖維含量檢測(cè)領(lǐng)域的問(wèn)題,如再生纖維素纖維/棉混紡、再生纖維素纖維/麻混紡等產(chǎn)品因化學(xué)性質(zhì)相近采用溶解法定量易因溶解不完全或溶解過(guò)度等原因?qū)е潞科?,采用人工智能識(shí)別法進(jìn)行檢測(cè)是很好的補(bǔ)充方法。當(dāng)然,對(duì)于困擾毛絨纖維含量專家的,如羊絨/牦牛絨等特征極相似混紡產(chǎn)品的定量,人工智能識(shí)別法也需要不斷發(fā)展以滿足各種不同種類的需求。
人員需求方面,當(dāng)前采用人工智能檢測(cè)方法是指在現(xiàn)有的顯微鏡法測(cè)試?yán)w維含量的基礎(chǔ)上,利用人工智能識(shí)別技術(shù)、自動(dòng)化技術(shù)等替代的是定量過(guò)程中人工識(shí)別纖維并進(jìn)行分類,以及測(cè)量纖維等重復(fù)性的工作。前期的樣品分析、樣片制備以及后期對(duì)測(cè)試結(jié)果的評(píng)估等,目前均需由檢驗(yàn)人員來(lái)完成。此外,現(xiàn)階段采用人工智能檢測(cè)方法進(jìn)行纖維含量測(cè)試對(duì)測(cè)試樣品均有一定的要求,比如樣片中的纖維是否足夠分散,顯微鏡下纖維顏色是否過(guò)深從而影響智能識(shí)別的準(zhǔn)確性等,這些因素一定程度上限制了所用人工智能識(shí)別模型的適用范圍,遇到這些樣品時(shí)仍需由人工測(cè)試完成。
硬件需求方面,采用人工智能識(shí)別法進(jìn)行纖維含量測(cè)試,實(shí)驗(yàn)室應(yīng)配備一套自動(dòng)光學(xué)顯微智能檢測(cè)系統(tǒng),能高倍率拍攝纖維清晰照片外,該系統(tǒng)還應(yīng)包含自動(dòng)采集程序、人工智能識(shí)別纖維模型、自動(dòng)測(cè)量纖維直徑(或面積)程序以及自動(dòng)計(jì)算纖維含量等功能,該軟件是采用人工智能識(shí)別法進(jìn)行纖維含量測(cè)試的核心部分。