ஜவுளி துணிகளில் உள்ள ஃபைபரின் வகை மற்றும் சதவீதம் துணிகளின் தரத்தை பாதிக்கும் முக்கியமான காரணிகளாகும், மேலும் அவை ஆடைகளை வாங்கும் போது நுகர்வோர் கவனம் செலுத்துகின்றன. உலகின் அனைத்து நாடுகளிலும் உள்ள ஜவுளி லேபிள்கள் தொடர்பான சட்டங்கள், ஒழுங்குமுறைகள் மற்றும் தரப்படுத்தல் ஆவணங்கள் ஃபைபர் உள்ளடக்க தகவல்களைக் குறிக்க கிட்டத்தட்ட அனைத்து ஜவுளி லேபிள்களும் தேவைப்படுகின்றன. எனவே, ஜவுளி சோதனையில் ஃபைபர் உள்ளடக்கம் ஒரு முக்கியமான உருப்படி.

தற்போதைய ஆய்வகத்தின் ஃபைபர் உள்ளடக்கத்தை நிர்ணயிப்பதை உடல் முறைகள் மற்றும் வேதியியல் முறைகளாக பிரிக்கலாம். ஃபைபர் நுண்ணோக்கி குறுக்கு வெட்டு அளவீட்டு முறை என்பது பொதுவாகப் பயன்படுத்தப்படும் உடல் முறையாகும், இதில் மூன்று படிகள் அடங்கும்: ஃபைபர் குறுக்கு வெட்டு பகுதியின் அளவீட்டு, ஃபைபர் விட்டம் அளவீடு மற்றும் இழைகளின் எண்ணிக்கையை நிர்ணயித்தல். இந்த முறை முக்கியமாக ஒரு நுண்ணோக்கி மூலம் காட்சி அங்கீகாரத்திற்கு பயன்படுத்தப்படுகிறது, மேலும் நேரத்தை எடுத்துக்கொள்ளும் மற்றும் அதிக உழைப்பு செலவின் பண்புகளைக் கொண்டுள்ளது. கையேடு கண்டறிதல் முறைகளின் குறைபாடுகளை நோக்கமாகக் கொண்டு, செயற்கை நுண்ணறிவு (AI) தானியங்கி கண்டறிதல் தொழில்நுட்பம் உருவாகியுள்ளது.

AI தானியங்கி கண்டறிதலின் அடிப்படைக் கொள்கைகள்

(1) இலக்கு பகுதியில் உள்ள ஃபைபர் குறுக்குவெட்டுகளைக் கண்டறிய இலக்கு கண்டறிதலைப் பயன்படுத்தவும்

(2) முகமூடி வரைபடத்தை உருவாக்க ஒற்றை ஃபைபர் குறுக்குவெட்டைப் பிரிக்க சொற்பொருள் பிரிவைப் பயன்படுத்தவும்

(3) முகமூடி வரைபடத்தின் அடிப்படையில் குறுக்கு வெட்டு பகுதியைக் கணக்கிடுங்கள்

(4) ஒவ்வொரு இழைகளின் சராசரி குறுக்கு வெட்டு பகுதியைக் கணக்கிடுங்கள்

சோதனை மாதிரி

பருத்தி ஃபைபர் மற்றும் பல்வேறு மீளுருவாக்கம் செய்யப்பட்ட செல்லுலோஸ் இழைகளின் கலப்பு தயாரிப்புகளைக் கண்டறிவது இந்த முறையின் பயன்பாட்டின் பொதுவான பிரதிநிதியாகும். பருத்தி மற்றும் விஸ்கோஸ் ஃபைபர் மற்றும் பருத்தி மற்றும் மோடலின் கலப்பு துணிகளின் 10 கலப்பு துணிகள் சோதனை மாதிரிகளாக தேர்ந்தெடுக்கப்படுகின்றன.

கண்டறிதல் முறை

தயாரிக்கப்பட்ட குறுக்கு வெட்டு மாதிரியை AI குறுக்கு வெட்டு தானியங்கி சோதனையாளரின் கட்டத்தில் வைக்கவும், பொருத்தமான உருப்பெருக்கத்தை சரிசெய்து நிரல் பொத்தானைத் தொடங்கவும்.

முடிவு பகுப்பாய்வு

(1) செவ்வக சட்டகத்தை வரைய ஃபைபர் குறுக்கு பிரிவின் படத்தில் தெளிவான மற்றும் தொடர்ச்சியான பகுதியைத் தேர்ந்தெடுக்கவும்.

(2) தேர்ந்தெடுக்கப்பட்ட இழைகளை தெளிவான செவ்வக சட்டத்தில் AI மாதிரியில் அமைத்து, பின்னர் ஒவ்வொரு ஃபைபர் குறுக்குவெட்டையும் முன் வகைப்படுத்தவும்.

(3) ஃபைபர் குறுக்குவெட்டின் வடிவத்திற்கு ஏற்ப இழைகளை முன்கூட்டியே வகைப்படுத்திய பிறகு, ஒவ்வொரு ஃபைபர் குறுக்குவெட்டின் படத்தின் வரையறையை பிரித்தெடுக்க பட செயலாக்க தொழில்நுட்பம் பயன்படுத்தப்படுகிறது.

(4) இறுதி விளைவு படத்தை உருவாக்க அசல் படத்திற்கு ஃபைபர் அவுட்லைன் வரைபடத்தை வரைபடமாக்குகிறது.

(5) ஒவ்வொரு இழைகளின் உள்ளடக்கத்தையும் கணக்கிடுங்கள்.

Cதொண்டு

10 வெவ்வேறு மாதிரிகளுக்கு, AI குறுக்கு வெட்டு தானியங்கி சோதனை முறையின் முடிவுகள் பாரம்பரிய கையேடு சோதனையுடன் ஒப்பிடப்படுகின்றன. முழுமையான பிழை சிறியது, மற்றும் அதிகபட்ச பிழை 3%ஐ தாண்டாது. இது தரத்துடன் ஒத்துப்போகிறது மற்றும் மிக அதிக அங்கீகார விகிதத்தைக் கொண்டுள்ளது. கூடுதலாக, சோதனை நேரத்தைப் பொறுத்தவரை, பாரம்பரிய கையேடு சோதனையில், இன்ஸ்பெக்டர் ஒரு மாதிரியின் சோதனையை முடிக்க 50 நிமிடங்கள் ஆகும், மேலும் AI குறுக்கு வெட்டு தானியங்கி சோதனை முறையால் ஒரு மாதிரியைக் கண்டறிய 5 நிமிடங்கள் மட்டுமே ஆகும், இது கண்டறிதல் செயல்திறனை பெரிதும் மேம்படுத்துகிறது மற்றும் மனிதவளத்தையும் நேர செலவையும் சேமிக்கிறது.

இந்த கட்டுரை WeChat சந்தா ஜவுளி இயந்திரங்களிலிருந்து பிரித்தெடுக்கப்பட்டது