傳統以人工檢驗瑕疵來維持布料良率的模式已經無法負荷現今科技布料的種類繁雜且精密度越來越高,為了突破這個瓶頸紡織產業綜合研究所(Taiwan Textile Research Institute, TTRI)利用NVIDIA嵌入式AI邊緣運算平台(AN622-TX2)及過往累積的布料大數據為研發基礎,開發出一套快速又精準的AI自動化布料瑕疵檢驗系統。
自動布料檢驗解決方案由NVIDIA Jetson-based平台、巽晨5G WiGig模組、紡織所的布料檢測演算法及瑕疵控管軟體組成,藉由嵌入式Jetson平台:AN622-TX2板載豐富I/O及支援各式I/O擴充的優勢,讓這套解決方案能快速導入原有的傳統式驗布機,並利用5G WiGig模組在廠區建立60GHz的傳輸網絡,實現機台間及機台與中控中心的高速通訊和即時控管。同時,紡織所的演算法利用AI深度學習的特性,使得演算法及軟體得以持續學習更新,克服布料及瑕疵種類繁雜的檢測困境。
此外,NVIDIA Jetson-based平台強大的GPU平行運算能力,將瑕疵影像作即時的運算,並傳送至後端的瑕疵管控軟體作統整,方便紡織所後續利用這些資料來優化布料製程或是研發新式的布種,進而將紡織產業更精密且技術密集的智慧型產業。
彈性佈署 | 瑕疵軟體 | 複數相機 |
使用者友善且方便架設 | 訓練AI深度學習模型 | 支援複數相機模組 |
軟體及演算法 | ||
![]() |
TTRI自動布料檢驗演算法 • 瑕疵種類如下:破絲、緯縮、斷經、跳紗、開車痕、缺緯、缺經及髒汙• 自動布料瑕疵檢測的推論準確率可達90%以上 |
|
硬體周邊 | ||
巽晨WiGig模組 • Advanced 60GHz gigabit distribution network products• Versatile and fast deployment enabled by edge and cloud tools |