Ein End-to-End-Deep-Learning-Framework für die automatisierte Mustererkennung von gewebten Stoffen mit UNet, GAN und CNN

Zusammenfassung

Ein End-to-End-Deep-Learning-Framework, das CNNs, GANs und UNet-basiertes Deoising integriert, wurde für die automatisierte Erkennung von gewebten Stoffmustern entwickelt. Augmentation und synthetische Bildgenerierung verbesserten die Robustheit. Die Methode erreichte eine Genauigkeit von 99,1 % und bot eine skalierbare Lösung für die industrielle Textilinspektion.

Zusammenfassung

Die Qualität und Herstellung hochwertiger Textilien hängt weitgehend von der genauen Erkennung von Webmustern ab, die traditionell durch manuelle Sichtprüfung identifiziert werden. Dieser Ansatz ist jedoch subjektiv, zeitaufwendig und fehleranfällig. Obwohl maschinelle Lernmethoden Automatisierung bieten, basieren sie oft auf handgefertigten Funktionen, die empfindlich auf Licht- und Bildunterschiede reagieren, was deren Robustheit und Skalierbarkeit einschränkt. Selbst Deep-Learning-Modelle stehen vor Generalisierungsproblemen aufgrund von Domänenverschiebungen in realen Erwerbsbedingungen, und um diese Herausforderungen zu bewältigen, wird ein neuartiges Deep-Learning-Framework vorgeschlagen, das ein Convolutional Neural Network (CNN) mit Generative Adversarial Networks (GANs) für die End-to-End-Strukturklassifikation kombiniert. Der Ansatz integriert geometrische und photometrische Datenerweiterung mit UNet-basierter Bildentschärfung, während die GAN-Komponente hochwertige synthetische Bilder erzeugt, um die Trainingsvielfalt und das Feature Learning zu verbessern. Experimente mit einem gewebten Stoffdatensatz zeigen, dass diese Methode mit einer ausgewogenen Genauigkeit von 99,1 % Stand der Technik erreicht und damit Basismodelle in Genauigkeit, Generalisierbarkeit und Robustheit gegenüber visuellen Verzerrungen übertrifft. Dieses Rahmenwerk bietet eine skalierbare und zuverlässige Lösung für automatisierte Textilinspektionen mit erheblichen Auswirkungen auf die Effizienzsteigerung und die Reduzierung der manuellen Arbeit in der industriellen Textilproduktion. Diese Arbeit integriert CNN, GAN und U-förmige Convolutional Neural Network (UNet)-Module in eine einzige, optimierungsbasierte Lernpipeline, anstatt Dedoising, Datenerstellung und Klassifikation als eigenständige Prozesse zu behandeln. Der gemeinsame Trainingsmechanismus schafft eine Rückkopplungsschleife zwischen dem generativen und diskriminierenden Netzwerk und geht methodisch einen Schritt weiter als die üblichen Feinabstimmungspraktiken.

Einleitung

Design, Neugestaltung, Texturanalyse und das ästhetische Erscheinungsbild der Materialien werden stark vom Muster beeinflusst, das der wichtigste Faktor bei der Herstellung von Stoff ist. Stoff ist eine historische menschliche Erfindung, die sich von handgefertigtem Stoff zu modernen, maschinell hergestellten digitalen Stoffen entwickelt^hat. Bevor sie weiter mit Webmaschinen verarbeitet werden, müssen gewebte Stoffmuster identifiziert werden. Heutzutage bleiben traditionelle Methoden, die auf der visuellen Wahrnehmung basieren und durch Werkzeuge wie Mikroskope oder Lupen verbessert werden, die Grundlage für die Erkennung von Stoffmustern. In der Regel führt ein Spezialist mit der erforderlichen Ausbildung und Erfahrung diese manuelle Bewertung durch. Es ist jedoch mit einer Reihe von Nachteilen verbunden, wie übermäßiger Arbeit, Ineffizienz und Zeitaufwand, zusätzlich zu psychischen Problemen wie körperlichem und psychischem Stress, Lethargie und Erschöpfung, die letztlich die Identifikationsergebnisse beeinflussen. Daher ist ein computergestützter Prüfansatz^notwendig, um Stoffmuster zu identifizieren und hochwertige Produkte zu produzieren, die den Kundenbedürfnissen entsprechen.

Die Erkennung von Stoffmustern hat kürzlich Aufmerksamkeit erlangt und große Erfolge^{erzielt 3}. Im Großen und Ganzen gibt es zwei Arten von Methoden zur Erkennung von Webmustern: texturbasierte statistische und modellbasierte Methoden. Die texturbasierte statistische Methode verwendet vorverarbeitete Bilder. Eine auf photometrische Differentialanalyse basierende Methode wurde unter Verwendung eines adaptiven Wiener-Filters und einer Histogrammequalizierung durchgeführt, um Informationen über die Gewebestruktur aus verschiedenen Richtungen zu gewinnen⁴. Anschließend teilten sie Bilder mithilfe eines adaptiven Mesh-Modells in Unterbilder auf, um Graustufenmerkmale zu extrahieren. Obwohl das Werk auf einfache gewebte Materialien beschränkt war, war das Modell zuverlässig, um Verflechtungsstellen in der Webstruktur zu finden. Ein Erkennungs- oder Klassifikationsalgorithmus wird von der datenbank-/modellbasierten kognitiven Technik verwendet, um die Webmuster der Materialien zu erkennen und abzugleichen.

Fabric-Texturen wurden mit Support Vector Machines (SVM) klassifiziert, nachdem Features durch lokale binäre Muster (LBP) und Gray-Level-Co-Occurrence Matrices (GLCM)⁵ extrahiert wurden. Die kombinierte Nutzung von LBP und GLCM verbesserte die Erkennungsleistung im Vergleich zu beiden einzelnen Deskriptoren; Der Ansatz stützte sich jedoch vollständig auf handgefertigte Merkmale und wurde nicht bei gestrickten oder ungewebten Stoffen bewertet. Gewebte Stoffmuster wurden ebenfalls mit transforminvarianten Low-Rank Texturen (TILT) und Histogrammen orientierter Gradienten (HOG) identifiziert, während Warp- und Weft-Intersections mit fuzzy c-means clustering (FCM)⁶ erkannt wurden. Diese Methode zeigte Einschränkungen bei erheblichen Rotationsschwankungen und zeigte eine verminderte Wirksamkeit bei der Erkennung von Doppelgarngewebestrukturen. Zusätzlich wurde ein verbessertes konvolutionales neuronales Netzwerk (CNN) mit einer Visualisierungsstrategie für die Analyse komplexer Textur vorgeschlagen; die Validierung erfolgte jedoch an einem begrenzten Datensatz unter eingeschränkten experimentellen Bedingungen⁷.

Texturdaten wurden mit dem CIE-Lab-Farbmodell und einer Ko-Vorkommensmatrix extrahiert, woraufhin ein selbstorganisierendes Kartennetzwerk (SOM) zur Kategorisierung von Stoffgewebemustern⁸ verwendet wurde. Die Leistung und Genauigkeit dieser Algorithmen wurden jedoch von der Größe der Datenbank beeinflusst. Ein Textil ist ein ebenes Material, das aus Textilfasern besteht. FabricNet, entwickelt mit einer speziellen, klassenbasierten Ensemble-CNN-Architektur, gehörte zu den frühen Techniken zur Identifikation von Textilfasern anhand von Bildern⁹. Mit Fabric-Datensätzen wurden Deep-Learning-Ansätze zur genauen Fasererkennung mit den Algorithmen Faster R-CNN, SSD, Residual Network (ResNet50) und ResNet101 implementiert, wobei Faster R-CNN als effektivster gilt.

Die Methode des pulsgekoppelten neuronalen Netzwerks (PCNN) wurde als besser erwiesen als andere Ansätze und hat die Notwendigkeit weiterer Forschung zu Warp-Knitted Fabric-Datenbanken^{hervorgehoben 10}. Die Textilerkennung bleibt aufgrund der zeitaufwändigen manuellen visuellen Inspektion eine Herausforderung, und Studien haben Datenaugmentation und Transfer Learning für Klassifikation und Merkmalextraktion mittels Residualnetzwerke (ResNet) implementiert, wobei sich die meisten Arbeiten auf die Unterscheidung zwischen Handweb- und Stromwebstoffen konzentrieren. Es wurden auch Methoden vorgeschlagen, um verschiedene Maschentypen zu finden und zu identifizieren, wobei sich die Experimente jedoch auf Strick- und Awinkelmaschen¹¹ beschränkten. Viele frühere Techniken basierten auf einem einzigen Bild für Fabric-Prototyping durch Reverse Engineering. Zusätzlich wurde ein auf der Hauptkomponentenanalyse basierender Ansatz zur Dimensionsreduktion zur Merkmalsextraktion und -klassifikation in defekten Fleece-Stoffen eingeführt, der zeigt, dass der K-nächstgelegene Nachbarklassifikator eine höhere Genauigkeit erzielte als der Naive Bayes-Klassifikator.

Die automatische Identifikation von Handwebstoffen wurde ebenfalls mittels eines Deep-Metrik-Lernalgorithmus erreicht, der auf einen markierten Datensatz von 25.166 Bildern aus sechs Arten von Handwebstoffen angewandt wurde, die von einheimischen Webern in Assam,^{Nordostindien,} gesammelt wurden. Durch das Lernen verzerrter Merkmalsrepräsentationen, die eine effiziente Trennung von Fasertypen innerhalb eines gelernten Merkmalsraums ermöglichen, erreichte der Ansatz nach umfangreichen Tests und Vergleichsmodellen eine Klassifikationsgenauigkeit von 97,8 %. Deep-Learning-Modelle auf Basis von Datenaugmentation und Transfer Learning wurden ebenfalls für die Klassifikation von gewebten Textilien mit einem Residual Network (ResNet) vorgeschlagen, um Texturmerkmale automatisch zu extrahieren und zu klassifizieren, wobei die Leistung anhand von Genauigkeit, ausgewogener Genauigkeit und F1-Score bewertet wird; Experimentelle Ergebnisse zeigen, dass das Modell stabil bleibt und selbst bei^variierenden physikalischen Eigenschaften der Stoffe eine Höchste Genauigkeit erreicht.

Deep Learning wurde weiter angewandt, um dreidimensionale Textilgeometrie mithilfe von Architekturen zu simulieren, die rekurrente und konfaltionelle Eigenschaften kombinieren¹⁴. Durch das Training tiefer neuronaler Netzwerke (DNNs) mit einer Bibliothek vorberechneter Webfälle, die durch digitale elementbasierte Simulation generiert wurden, schätzte die Methode 3D-Textilarchitekturen und sagte Steifigkeitseigenschaften mit einer Fehlermarge von weniger als 10 % voraus, was eine verbesserte Recheneffizienz im Vergleich zu traditionellen Modellierungsansätzen zeigte. Darüber hinaus wurde die Stoffkontextur durch Mustererkennung und Bildverarbeitungstechniken analysiert, die Parameter wie isolierte Blöcke, vertikale und horizontale Schnittfolge sowie diagonale Linienkontinuität¹⁵ messen. Diese Parameter ermöglichen die Klassifikation grundlegender Webmuster in Satin-, Köper- und Plain-Kategorien mittels des Analytic Hierarchy Process (AHP), wobei die statistische Bewertung eine starke Übereinstimmung zwischen vorhergesagten und experimentellen Klassifikationsergebnissen zeigt.

Für die Analyse des Fabric-Designs wurde eine auf Fog Computing basierende Optimierungsmethode vorgeschlagen, die aus vier Hauptphasen besteht: Fabric-Bildsammlung, Vorverarbeitung, Merkmalextraktion und^{Klassifikation 16}. Mit Fog-Edge-Geräten für die Bildaufnahme wendet das System während der Vorverarbeitung verschiedene Filtertechniken an, woraufhin Features mittels einer Graustufen-Co-Occurrence-Matrix (GLCM) extrahiert und durch ein Ensemble-Deep-Learning-Modell klassifiziert werden. Experimentelle Ergebnisse zeigen die Wirksamkeit dieses Ansatzes und zeigen eine überlegene Genauigkeit im Vergleich zu bestehenden Algorithmen. Darüber hinaus wurde ein auf neuronalem Netz basierendes Rahmenwerk entwickelt, um den Schirmfall aus gewebten Stoffen zu charakterisieren, indem objektive Kategorisierungskriterien auf Basis der makroökonomischen mechanischen Eigenschaften festgelegt^{werden 17}. Das Framework integriert ResNet-18 mit einem Deep Graph Convolutional Neural Network (DGCNN), um Merkmale aus Drape-Bildern bzw. Punktwolken zu extrahieren und zu klassifizieren. Durch überwachtes Lernen wurden beide Netzwerke bewertet, um das effektivste Modell zur Extraktion von Drape-Stilen aus unbeschrifteten Datensätzen zu bestimmen. Darüber hinaus wurde eine Sketch-Downsampling-(SDS)-Technik eingeführt, um die Punktwolken von schirmförmigen Vorhängen darzustellen, was eine objektive Bewertung des Stoffdraperies ermöglicht und nachgelagerte Anwendungen wie die Ähnlichkeitsbasierte Stoffrückgewinnung unterstützt.

Trotz Fortschritten im Deep Learning bleibt die Identifikation von gewebten Stoffen durch die Abhängigkeit von handgefertigter Feature-Engineering und das Fehlen standardisierter groß angelegter Datenbanken behindert. Traditionelle Inspektionsmethoden leiden unter menschlichen Fehlern und Inkonsistenz, während viele automatisierte Modelle nicht über die ausreichende Anpassungsfähigkeit verfügen, um Variationen in Beleuchtung, Rotation und Kamerawinkeln zu bewältigen. Darüber hinaus begrenzt das Fehlen von End-to-End-automatisierten Frameworks und fortschrittlichen Datenerweiterungstechniken die Verallgemeinerung und praktische Skalierbarkeit bestehender Klassifikationssysteme. Im Gegensatz zu früheren Ansätzen, die UNet, GAN oder CNN unabhängig voneinander verwenden, schlägt diese Studie eine Ko-Optimierungsstrategie vor, bei der UNet-entrauschte Ausgaben die GAN-basierte Synthese steuern und die generierten Texturen die CNN-Klassifikation durch einen iterativen Rückkopplungsprozess weiter verfeinern, der über konventionelles Modellstacking oder Feinabstimmung hinausgeht.

Dementsprechend wird ein integriertes End-to-End-Deep-Learning-Framework eingeführt, das UNet-basierte Denoising, GAN-basierte Datensynthese und CNN-basierte Klassifikation kombiniert, um automatisierte Mustererkennung von gewebten Stoffen, die Vereinheitlichung von Datenaufwertung, generative Augmentation und Feature Learning in einem einzigen, trainierbaren System zu ermöglichen. In diesem Rahmen dienen UNet-entrauschte Bilder nicht nur als vorbearbeitete Eingaben, sondern auch als Rückmeldung für die GAN-Generierung, verbessern die photometrische Konsistenz und den Texturrealismus, während die gemeinsame Optimierung bei Entschädigung, synthetischer Augmentation und Klassifikation das Darstellungslernen und die Domänenrobustheit verbessert. Durch den Einsatz von UNet-basierter Enttäuschung und GAN-generierten synthetischen Daten zur Erhöhung der Merkmalvariabilität und Modellverallgemeinerung sowie durch das Training eines CNN-Klassifikators auf diesen diskriminierenden Merkmalen zielt das System darauf ab, manuelle Inspektion und konventionelles maschinelles Lernen zu ersetzen, die Effizienz der industriellen Inspektionen, die Qualitätskontrolle zu verbessern und arbeitsintensive Fehler zu reduzieren.

Die vorgeschlagene End-to-End-Architektur integriert CNN-basierte Klassifikation, GAN-gesteuerte synthetische Datengenerierung und UNet-Sounding, um die Robustheit gegenüber Beleuchtung und Texturvariabilität zu erhöhen, erreicht eine Klassifikationsgenauigkeit von 99,1 %, während Überanpassungen reduziert und manuelle Feature Engineering eliminiert wird, wodurch die Anpassungsfähigkeit des Bereichs für industrielle Textilinspektionen verbessert wird.

Protokoll

Diese Studie umfasste weder menschliche Teilnehmer noch tierische Proben. Daher waren keine ethische Genehmigung und informierte Zustimmung erforderlich. Das vorgeschlagene End-to-End-Klassifikationsrahmen für gewebte Stoffe (Abbildung 1) besteht aus vier aufeinanderfolgenden Stufen: Bildaufnahme, Vorverarbeitung und Erweiterung, Modelltraining und Bewertung. Der Ausgang jeder Stufe dient als Eingang zur nächsten.

Stufe 1: Bildaufnahme: Gewebte Stoffbilder wurden aus dem Datensatz gewonnen und mit einer Digitalkamera unter kontrollierter Beleuchtung aufgenommen. Die Bilder wurden mit 300 dpi und einer festen Brennweite von 50 mm aufgenommen.

Stufe 2: Vorverarbeitung und Augmentation: Die Bilder wurden verkleinert und für das Training vorbereitet. Zur Verbesserung der Verallgemeinerung wurden geometrische und photometrische Augmentationen mit einem Deep-Learning-Framework angewendet, das horizontale und vertikale Flips (p = 0,1), affine Translation (±0,1), Skalierung (0,8–1,2) und Rotation (±45°) umfasste. Photometrische Anpassungen umfassten Helligkeits-, Kontrast- und Sättigungsvariationen (±40 %) sowie Farbtönungsvariationen (±10 %).
UNet-basierte Enttäuschung wurde vor der Schulung angewendet. Das UNet-Modell wurde in der Deep-Learning-Softwarebibliothek (Keras Deep Learning Framework) implementiert und für 30 Epochen mit dem Adam-Optimierer trainiert (Lernrate = 0,001, Batchgröße = 16).

Phase 3: Modelltraining: Ein GAN wurde verwendet, um synthetische Bilder von gewebtem Stoff zu erzeugen, um Merkmale zu verstärken. Der Discriminator bestand aus fünf Faltungsschichten mit LeakyReLU-Aktivierung, während der Generator vier Faltungsschichten und vier Dekonvulutionsschichten enthielt. Das GAN wurde für 100 Epochen mit binärem Kreuzentropieverlust trainiert (Lernrate = 0,0002, β₁ = 0,5). Der CNN-Klassifikator (ResNet-50-Backbone) wurde anschließend gemeinsam in einem iterativen GAN–CNN-Framework mit einer Batchgröße von 32, einem Dropout von 0,2, einer Lernrate von 0,001 und dem Adam-Optimierer trainiert.

Stufe 4: Modellbewertung: Die Modellleistung wurde anhand von Genauigkeit, Präzision, Rückruf, F1-Wert und ausgewogenerer Genauigkeit bewertet.

1. Beschreibung des Datensatzes

Insgesamt wurden 3.540 gewebte Stoffbilder aus 880 Stoffproben aus einem öffentlich zugänglichen Datensatz unter kontrollierten Beleuchtungsbedingungen^{gewonnen 12}. Davon wurden 2.832 Bilder für Tests verwendet, während die übrigen 708 Bilder erweitert wurden, um 11.328 Trainingsproben zu erzeugen. Der Datensatz ist anonymisiert und benötigt daher keine ethische Genehmigung. Repräsentative Stichproben sind in Abbildung 2 dargestellt.

Der Datensatz besteht aus drei Webklassen: glatt, Satin und Köper. Die Stoffe wurden mit polyestertexturierten Garnen (110 dtex; 1,14 und 3,05 dtex lineare Filamentdichte) und Polyester-Mikrofilament-texturierten Garnen (110 dtex; 0,33, 0,57 und 0,76 dtex) als Schussfäden sowie 83 dtex Polyestergarnen (1,14 dtex) als Kette hergestellt. Drei Webarten – 1/1 Schlicht, 3/2 Köper und 4/1 Satin – wurden gefertigt.

Die in dieser Studie verwendeten Daten stammen aus einem öffentlich zugänglichen Datensatz, der Roh- und vorverarbeitete Bilder, Augmentation-Metadaten und GAN-generierte Stichproben^enthält. Zusätzliche Augmentation und GAN-basierte Synthese wurden eingesetzt, um die Ausbildungsvielfalt weiter zu verbessern. des Datensatzes. Der endgültige Datensatz enthielt 11.328 Trainings- und 2.832 Testbilder; 80 % der Trainingsdaten wurden für das Modelltraining und 20 % für die Validierung verwendet. Die strukturellen Parameter waren wie folgt: lineare Garndichte (Ne: 6–40), Garnanzahl (25–58 Enden/cm) und Flächendichte des Gewebes (125–485 gsm). Schulungen und Tests wurden auf einer Grafikverarbeitungseinheit mit einem Deep-Learning-Framework und Software durchgeführt.

2. Vorgeschlagene effiziente Vorverarbeitung mit Augmentation

Um begrenzte Trainingsdaten zu adressieren und die Verallgemeinerung zu verbessern, wurde Datenaugmentation angewendet. Augmentation erweitert den Datensatz, ohne die Modellarchitektur zu verändern, reduziert Overfitting und erhöht die Robustheit. Es wurden zwei Arten von Augmentation eingesetzt:

Geometrische Erweiterung:
Transformationen umfassten horizontale und vertikale Flips (p = 0,1), affine Transformation (translate = 0,1, Skalierung = 0,8–1,2) und feste Winkelrotation (45°). Diese Operationen simulieren Variationen der Kette-Schuss-Orientierung und der Bildgebungsbedingungen (Abbildung 3).

Photometrische Augmentation:
Um die Robustheit gegenüber Beleuchtung und Sensorvariabilität zu erhöhen, wurden Helligkeit, Kontrast und Sättigung um ±40 % und der Farbton um ±10 % angepasst. Diese Modifikationen bewahren die geometrische Struktur und variieren gleichzeitig die Lichteigenschaften (Abbildung 4).

3. Entstörung mit UNet

UNet ist eine Encoder-Decoder-Faltungsarchitektur, die verwendet wird, um strukturierte gewebte Textiltexturen zu entstören. Da Stoffmuster empfindlich auf Sensor- und Beleuchtungsrauschen reagieren, wird vor der Klassifizierung eine Dichtung durchgeführt, um strukturelle Details zu erhalten; das Netzwerk verwendet eine Sigmaid-Aktivierungsfunktion in der Ausgabeschicht sowie die UNet-basierte Raubschätzerstörungsarchitektur (Abbildung 5). Die entrauschten Bilder dienten als verfeinerte Eingaben für die GAN–CNN-Pipeline zur synthetischen Erzeugung und Klassifizierung. Die mathematische Formulierung des UNet-Entzerrungsprozesses und der GAN-Optimierungsstrategie (Gleichungen 1–10) sind in Supplementary File 1 bereitgestellt. Die Interaktion zwischen UNet-, GAN- und CNN-Modulen im End-to-End-Rahmen ist in Abbildung 6 dargestellt.

4. Vorgeschlagene End-to-End-Modellgenerierung und Schulung mit GAN-CNN

Das GAN–CNN-Hybrid-Framework wurde für die Erkennung von gewebten Stoffmustern verwendet. Wie in Abbildung 6 gezeigt, wurde ein generatives adversariales Netzwerk (GAN), bestehend aus einem Generator (G) und einem Discriminator (D), verwendet, um realistische gewebte Stoffbilder unter unterschiedlichen Licht-, Rausch- und Texturbedingungen zu synthetisieren, um die Datensetvielfalt zu erhöhen, während das CNN diskriminierende Merkmale sowohl aus realen als auch aus generierten Stichproben lernte, um die Klassifikationsgenauigkeit zu verbessern.

5. CNN-basierte Klassifikation

Nach der GAN-basierten Bildsynthese wurden sowohl echte als auch generierte gewebte Stoffbilder verwendet, um einen CNN für die Extraktion und Klassifizierung von Texturmerkmalen zu trainieren. Eine vortrainierte ResNet-50-Architektur wurde verwendet, um drei Webarten zu klassifizieren. Die ursprünglich vollständig verbundene Schicht wurde entfernt, während die frühen Faltungsschichten als Rückgrat erhalten blieben. Auf dieses Backbone wurden eine globale durchschnittliche Pooling-Schicht, zwei Batch-Normalisierungsschichten, zwei vollständig verbundene Schichten (512 und 256 Neuronen), ReLU-Aktivierungen und Dropout hinzugefügt. Eine Softmax-Schicht führte die endgültige Drei-Klassen-Klassifikation durch. Die modifizierte Architektur ist in Abbildung 7 dargestellt.

Das Modell wurde mit dem Adam-Optimierer mit kategorialem Kreuzentropieverlust für 50 Epochen trainiert (Batchgröße = 32, Lernrate = 0,001, Dropout = 0,2). Die Hyperparameter-Abstimmung erfolgt über Gittersuche (Lernrate: 0,001–0,0001; Batchgröße: 16–64; Dropout: 0,1–0,3). Frühzeitiges Stoppen basierend auf Validierungsverlust wurde angewendet, um Überanpassungen zu verhindern, wobei die Konvergenz in etwa 2,3 Stunden pro Training erreicht wurde.

Eine koordinierte End-to-End-Trainingsstrategie wurde eingesetzt, um Konsistenz zwischen Entschädigungs-, Datensynthese- und Klassifikationsphasen sicherzustellen. Das UNet wurde zunächst für 30 Epochen vortrainiert, indem es rausch-saubere Bildpaare verwendete (Adam, Lernrate = 0,001, Batchgröße = 16, MSE-Verlust). Das GAN-Modul, bestehend aus einem Generator mit vier Faltungs- und vier Dekonvulutionsschichten sowie einem Discriminator mit fünf Faltungsschichten unter Verwendung von LeakyReLU-Aktivierungen, wurde über 100 Epochen adversarial trainiert (binärer Kreuzentropieverlust, β₁ = 0,5, Lernrate = 0,0002). Anschließend wurden GAN und CNN gemeinsam in einer iterativen Schleife über 50 Epochen trainiert (Batchgröße = 32), wobei generierte Proben zur Aktualisierung des Klassifikators verwendet wurden. Die CNN-Optimierung verwendete den Adam-Optimierer (Lernrate = 0,001, Dropout = 0,2), der stabile Konvergenz und verbesserte Verallgemeinerung über Webarten hinweg förderte.

Ergebnisse

Bewertungsmetriken
Genauigkeit ist die am weitesten verbreitete Bewertungsstatistik zur Kategorisierung. Dies wird definiert als der Anteil der genauen Vorhersagen unter allen Vorhersagen. Gleichung 11 zeigt, dass ausgewogene Genauigkeit die geeignete Leistungsbewertungskennzahl in diesen Fällen ist¹⁸. "N" steht für die Anzahl der Klassen. TP, TN, FP und FN bezeichnen in dieser Studie die Anzahl der wahren Positiven, wahren Neg...

Diskussion

Während das vorgeschlagene GAN–CNN-Framework eine starke Verallgemeinerung zeigt, gibt es weitere alternative Methoden wie transformerbasierte Visionsarchitekturen, aufmerksamkeitsverstärkte CNNs oder selbstüberwachtes Repräsentationslernen, die ähnliche Hypothesen behandeln könnten. Diese können Vorteile in der Merkmalsinterpretation oder der Recheneffizienz bieten und sollten in Zukunft verglachsweise bewertet werden.^17,19.

...

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
Canon EOS 90D	Canon Inc., Tokio, Japan	EOS 90D 32,5 MP CMOS-Sensor	Digitale Bildkamera für die Bildaufnahme von Textilbildern
Intel i7 Prozessor	Intel Corporation, Santa Clara, CA, USA	https://www.intel.com	Multi-Core-Zentralverarbeitungseinheit (CPU) für die rechnergestützte Verarbeitung
Keras Deep Learning Framework	Google LLC, Mountain View, CA, USA	https://keras.io	Deep-Learning-Softwarebibliothek für die Entwicklung neuronaler Netzwerke
LED-Ringlicht (5500 K)	Kommerziell erhältliches Laborbeleuchtungssystem	Nicht anwendbar	Kontrollierte Beleuchtungsquelle für gleichmäßige Bildaufnahme
NVIDIA GeForce GTX1060MQ GPU	NVIDIA Corporation, Santa Clara, CA, USA	https://www.nvidia.com	Grafikprozessoreinheit (GPU) für beschleunigte Deep-Learning-Berechnung
OpenCV-Bibliothek	Open-Source-Community	https://opencv.org	Computer-Vision-Softwarebibliothek für Bildverarbeitung
Python-Programmiersprache	Python Software Foundation, Wilmington, DE, USA	https://www.python.org	Hochstufige Programmiersprache für die Implementierung von maschinellem Lernen
ResNet50 Vortrainiertes Modell	Microsoft Research / He et al. (2016)	https://keras.io/api/applications/resnet/	Vortrainierte konvolutionale neuronale Netzwerkarchitektur für Merkmalsextraktion und -klassifikation
scikit-learn Bibliothek	Open-Source-Community	https://scikit-learn.org	Machine-Learning-Softwarebibliothek für Datenanalyse und Modellevaluation
TensorFlow-Framework	Google LLC, Mountain View, CA, USA	https://www.tensorflow.org	Deep-Learning-Framework für das Training und die Bereitstellung neuronaler Netze
Kettgarn (Polyester, 83 dtex)	Internes Textillabor	Nicht anwendbar	Synthetisches Textilgarn, das als Kettmaterial in gewebten Stoffproben verwendet wird
Gewebte Stoffmuster (schlicht, Satin, Köper)	Internes Textillabor	Polyestergarne 110 dtex	Repräsentative gewebte Textilproben mit unterschiedlichen Webstrukturen