隨著基于機(jī)器視覺技術(shù)在行業(yè)內(nèi)的廣泛應(yīng)用，當(dāng)前，人工智能也在不斷成熟，尤其是在安防、金融領(lǐng)域得到了較快、較好的應(yīng)用。除此之外，越來(lái)越多的創(chuàng)業(yè)者也試圖在工業(yè)、制造業(yè)等相關(guān)領(lǐng)域帶來(lái)新的突破，以降低成本、提高效率，逐漸取代傳統(tǒng)的人工工作方式。

以紡織業(yè)為例，在紡織工藝中，一般可分為紡紗、織造、印染整等工序。其中織物疵點(diǎn)檢測(cè)便是織造工序中重要的一環(huán)，玻璃纖維多軸向織物，在織造過(guò)程中往往會(huì)有一些異物和毛團(tuán)混入，織物疵點(diǎn)檢測(cè)是各大紡織廠對(duì)織物的質(zhì)量控制的關(guān)鍵環(huán)節(jié)。目前國(guó)內(nèi)很多企業(yè)纖維布疵點(diǎn)的檢測(cè)仍停留在人工檢測(cè)階段，人工檢測(cè)存在速度慢、產(chǎn)量有限、漏檢率高、檢測(cè)連續(xù)性差等諸多缺陷，因而亟需發(fā)展新穎、快速、準(zhǔn)確的織物疵點(diǎn)自動(dòng)檢測(cè)方法。

西安獲德是一家基于圖像識(shí)別與機(jī)器視覺軟件算法的人工智能領(lǐng)域的高新技術(shù)企業(yè)。主要面向紡玻璃纖維、紡織、碳纖維、化纖、無(wú)紡布等表面質(zhì)量檢測(cè)的研究。織物瑕疵點(diǎn)檢測(cè)的難點(diǎn)主要在于織物的紋理及形態(tài)結(jié)構(gòu)多種多樣，尤其疵點(diǎn)的種類更是千差萬(wàn)別。西安獲德采用人工智能算法、深度自學(xué)習(xí)功能的神經(jīng)網(wǎng)絡(luò)算法，對(duì)于不同品種、克重、幅寬、不同切割線、光源的衰減或更換新的光源，能夠自動(dòng)調(diào)整算法，以最優(yōu)的性能檢測(cè)異物和缺陷。

同時(shí)，通過(guò)機(jī)器視覺技術(shù)，持續(xù)不斷地實(shí)時(shí)檢測(cè)。固定在多軸向織物上方的多臺(tái)高速工業(yè)相機(jī)及視覺光源，不斷對(duì)移動(dòng)的布面高速掃面拍照，獲取圖像，傳送實(shí)時(shí)圖像到計(jì)算機(jī)，進(jìn)行圖像的實(shí)時(shí)處理和分析，檢測(cè)到缺陷時(shí)就及時(shí)報(bào)警或停車，提示人工處理。從實(shí)際效果來(lái)看，相比于傳統(tǒng)人工檢測(cè)，織物疵點(diǎn)檢測(cè)設(shè)備能快速提升工作效率；在識(shí)別率方面，檢出率高達(dá)95％，在成本方面，可替代一半的人工檢測(cè)，節(jié)約50%的工資。

目前的市場(chǎng)競(jìng)爭(zhēng)，普遍存在有品質(zhì)保障但效率無(wú)法快速提升，且對(duì)技術(shù)的迭代意愿不足以支撐其承擔(dān)較大的開發(fā)成本等問(wèn)題。市場(chǎng)規(guī)模占有率高，但缺少品質(zhì)保障，對(duì)于用戶越來(lái)越關(guān)心品質(zhì)問(wèn)題已不適用；相比之下，西安獲德的核心優(yōu)勢(shì)在于對(duì)現(xiàn)場(chǎng)的實(shí)際經(jīng)驗(yàn)累積及算法，即以人工智能的方式解決現(xiàn)有的人工問(wèn)題、質(zhì)量問(wèn)題、效率問(wèn)題。