Kompleksowe ramy głębokiego uczenia do automatycznego rozpoznawania wzorców tkanin tkanych z wykorzystaniem UNet, GAN i CNN

Podsumowanie

Opracowano kompleksowy framework deep learning integrujący CNN, GAN oraz szumowanie oparte na UNet, aby automatycznie rozpoznawać wzory tkanin tkanych. Augmentacja i generowanie obrazów syntetycznych poprawiły odporność. Metoda osiągnęła dokładność 99,1%, zapewniając skalowalne rozwiązanie do inspekcji tkanin przemysłowych.

Streszczenie

Jakość i produkcja wysokiej jakości tekstyliów w dużej mierze zależy od dokładnego rozpoznawania wzorów tkanin, które tradycyjnie identyfikowane są poprzez ręczną inspekcję wizualną. Jednak takie podejście jest subiektywne, czasochłonne i podatne na błędy. Chociaż metody uczenia maszynowego oferują automatyzację, często opierają się na ręcznie wykonanych cechach wrażliwych na zmiany oświetlenia i obrazowania, co ogranicza ich odporność i skalowalność. Nawet modele głębokiego uczenia napotykają problemy z uogólnieniami wynikającymi ze zmian domen w warunkach akwizycji, a aby je rozwiązać, proponuje się nowatorskie ramy głębokiego uczenia łączące konwolucyjną sieć neuronową (CNN) z generatywnymi sieciami adwersarnymi (GAN) do klasyfikacji tkanek end-to-end. Podejście integruje rozszerzanie danych geometrycznych i fotometrycznych z szumem obrazów opartym na UNet, podczas gdy komponent GAN generuje wysokiej jakości syntetyczne obrazy, zwiększając różnorodność treningów i uczenie cech. Eksperymenty na zbiorze danych tkanin tkanych pokazują, że metoda ta osiąga najnowocześniejsze osiągi, z zrównoważoną dokładnością 99,1%, przewyższając modele bazowe pod względem dokładności, uogólnialności i odporności na zniekształcenia wizualne. Te ramy oferują skalowalne i niezawodne rozwiązanie do automatycznej inspekcji tekstyliów, z istotnymi implikacjami dla poprawy efektywności i ograniczenia pracy ręcznej w produkcji tkanin przemysłowych. Prace integrują moduły CNN, GAN oraz U-shaped Convolucional Neural Network (UNet) w jeden proces uczenia się oparty na optymalizacji, zamiast obsługiwać szumowanie, tworzenie danych i klasyfikację jako odrębne procesy. Wspólny mechanizm treningowy tworzy pętlę zwrotną między siecią generatywną a dyskryminacyjną, idąc metodologicznie dalej niż standardowe praktyki dopracowywania.

Wprowadzenie

Projekt, przeprojektowanie, analiza tekstur oraz estetyczny wygląd materiałów są w dużym stopniu kształtowane przez wzory, które są najważniejszymi czynnikami w produkcji tkanin. Tkanina to historyczny wynalazek ludzki, który ewoluował od ręcznie robionej tkaniny do nowoczesnych maszynowo produkowanych tkanin^{cyfrowych 1}. Przed dalszym przetwarzaniem przez maszyny tkackie należy zidentyfikować wzory tkanin. Obecnie tradycyjne metody oparte na percepcji wzrokowej, wzbogacone o narzędzia takie jak mikroskopy czy lupy, pozostają podstawą wykrywania wzorów tkanin. Zazwyczaj tę ręczną ocenę przeprowadza specjalista z odpowiednim szkoleniem i doświadczeniem. Jednak wiąże się to z wieloma wadami, takimi jak nadmierna praca, nieefektywność i czasochłopczenie, a także z problemami psychologicznymi, takimi jak stres fizyczny i psychiczny, ospałość i wyczerpanie, które ostatecznie wpływają na wyniki identyfikacji. Dlatego, aby zidentyfikować wzory tkanin i produkować wysokiej jakości produkty spełniające potrzeby klienta, konieczne jest komputerowe podejście do badania².

Rozpoznawanie wzorów tkanin zyskało ostatnio na tyle uwagi, co odniosło wielki sukces³. Ogólnie rzecz biorąc, istnieją dwa typy metod rozpoznawania wzorów tkania: statystyczne oparte na teksturach i metody modelowe. Metoda statystyczna oparta na teksturach wykorzystuje obrazy wstępnie przetworzone. Metoda oparta na analizie różniczkowej fotometrycznej została zastosowana z wykorzystaniem adaptacyjnego filtra Wienera i wyrównania histogramów do zbierania informacji o strukturze tkaniny z różnych kierunków⁴. Następnie obrazy podzielono na podobrazy, wykorzystując adaptacyjny model siatki do wyodrębniania cech w skali szarości. Chociaż prace ograniczały się do prostych materiałów tkanych, model był niezawodny do wyszukiwania miejsc przeplatania w strukturze tkacej. Algorytm rozpoznania lub klasyfikacji jest wykorzystywany przez technikę poznawczą opartą na bazie danych/modelu do rozpoznawania i dopasowywania wzorców tkania materiałów.

Tekstury tkanin zostały sklasyfikowane za pomocą maszyn wektorowych wsparcia (SVM) po wyodrębnieniu cech za pomocą lokalnych wzorów binarnych (LBP) oraz macierzy współwystępowania na poziomie szarości (GLCM)⁵. Połączone użycie LBP i GLCM poprawiło wydajność rozpoznawania w porównaniu z każdym z poszczególnych deskryptorów; jednak podejście opierało się wyłącznie na ręcznie wykonanych cechach i nie było oceniane na tkaninach dzianinowych lub nietkanych. Wzory tkanin tkanych zostały również zidentyfikowane przy użyciu tekstur niskiego rangi (TILT) i histogramu gradientów zorientowanych (HOG), natomiast przecięcia osnowy i wątku wykryto za pomocą klastrowania rozmytych średnich (FCM)⁶. Metoda ta wykazała ograniczenia przy istotnych zmianach rotacyjnych i mniejszą skuteczność w wykrywaniu struktur splotu podwójnej włóczki. Ponadto zaproponowano ulepszoną sieć neuronową splotową (CNN) ze strategią wizualizacji do analizy złożonej tekstury; jednak walidacja została przeprowadzona na ograniczonym zbiorze danych w warunkach eksperymentalnych⁷.

Dane tekstur zostały wyodrębnione za pomocą modelu koloru CIE-Lab oraz macierzy współwystępowania, po czym wykorzystano sieć samoorganizującej się mapy (SOM) do kategoryzacji wzorców tkanin⁸. Jednak wydajność i dokładność tych algorytmów zależały od rozmiaru bazy danych. Tkanina to materiał płaski złożony z włókien tekstylnych. FabricNet, opracowany przy użyciu specjalnej architektury CNN opartej na klasach, był jedną z pierwszych technik identyfikacji włókien tekstylnych na podstawie obrazów⁹. Korzystając z zbiorów danych tkanin, zaimplementowano podejścia głębokiego uczenia do precyzyjnego rozpoznawania włókien za pomocą algorytmów Faster R-CNN, SSD, Residual Network (ResNet50) i ResNet101, przy czym Faster R-CNN został uznany za najbardziej efektywny.

Metoda sieci neuronowej sprzężonej impulsowo (PCNN) została uznana za przewyższającą inne podejścia i podkreśliła potrzebę dalszych badań nad bazami danych tkanin dzianinowych¹⁰. Rozpoznawanie tekstyliów pozostaje wyzwaniem ze względu na czasochłonny charakter ręcznej inspekcji wizualnej, a badania wdrożyły augmentację danych i uczenie transferowe do klasyfikacji i ekstrakcji cech przy użyciu sieci resztkowych (ResNet), przy czym większość prac koncentrowała się na rozróżnianiu tkanin ręcznych i tkanin krosna. Zaproponowano także metody lokalizowania i identyfikacji różnych typów ściegów, choć eksperymenty ograniczały się do oczek dzianin i purl¹¹. Wiele wcześniejszych technik opierało się na jednym obrazie do prototypowania tkanin poprzez inżynierię wsteczną. Ponadto wprowadzono podejście oparte na analizie komponentów do redukcji wymiarowości i wydobycia cech w wadliwych tkaninach polarowych, wykazując, że klasyfikator K-najbliższego sąsiada osiągał większą dokładność niż klasyfikator Naive Bayes.

Automatyczna identyfikacja tkanin tkaniowych ręcznie została również osiągnięta dzięki algorytmowi głębokiego uczenia metrycznego zastosowanemu na oznaczonym zbiorze danych 25 166 obrazów z sześciu typów tkanin ręcznych zebranych od rodzimych tkaczy w Assam, północno-wschodnie Indie¹². Dzięki nauce reprezentacji cech o tendencji umożliwiającej efektywne rozdzielanie typów włókien w przestrzeni cech, podejście osiągnęło 97,8% dokładności klasyfikacji po szeroko zakrojonych testach i porównaniu z modelami bazowymi. Modele głębokiego uczenia oparte na augmentacji danych i transferowym zostały również zaproponowane do klasyfikacji tkanin tkanych z wykorzystaniem sieci rezydualnej (ResNet) do automatycznego wyodrębniania i klasyfikacji cech tekstur, z oceną wydajności na podstawie dokładności, zrównoważonej dokładności oraz wyniku F1; wyniki eksperymentalne wskazują, że model pozostaje stabilny i osiąga najwyższą dokładność nawet przy różnicach fizycznych tkanin^{o 13}.

Uczenie głębokie zostało dodatkowo zastosowane do symulacji trójwymiarowej geometrii tekstyliów przy użyciu architektur łączących cechy rekurencyjne i splotowe¹⁴. Poprzez trenowanie głębokich sieci neuronowych (DNN) z wykorzystaniem biblioteki wcześniej obliczonych przypadków tkania generowanych w symulacji opartej na elementach cyfrowych, metoda oszacowała architektury tekstyliów 3D i przewidywane właściwości sztywności z marginesem błędu poniżej 10%, wykazując lepszą wydajność obliczeniową w porównaniu z tradycyjnymi podejściami modelowania. Ponadto kontekst tkanin został analizowany za pomocą rozpoznawania wzorców i technik przetwarzania obrazów, które mierzą parametry takie jak izolowane bloki, sukcesja przekroju pionowego i poziomego oraz ciągłość linii^{diagonalnej 15}. Parametry te umożliwiają klasyfikację podstawowych wzorów tkania na kategorie satyny, skośu i gładkiej za pomocą procesu hierarchii analitycznej (AHP), a analiza statystyczna wykazuje silną zgodność między przewidywanymi a eksperymentalnymi wynikami klasyfikacji.

Zaproponowano metodę optymalizacji opartą na obliczeniach mgły do analizy projektów tkanin, składającą się z czterech głównych faz: zbierania obrazów tkanin, wstępnego przetwarzania, ekstrakcji cech oraz klasyfikacji¹⁶. Wykorzystując urządzenia do przechwytywania obrazów na krawędzi mgły, system stosuje różne techniki filtrowania podczas wstępnego przetwarzania, po czym cechy są wyodrębniane za pomocą matrycy współwystępowania na poziomie szarości (GLCM) i klasyfikowane za pomocą modelu głębokiego uczenia zespołowego. Wyniki eksperymentalne wykazują skuteczność tego podejścia, wykazując wyższą dokładność w porównaniu z istniejącymi algorytmami. Ponadto opracowano ramy oparte na sieciach neuronowych do charakteryzowania parasolowego opadu tkanin tkanych poprzez ustalenie obiektywnych kryteriów kategoryzacji opartych na makropoziomowych właściwościach mechanicznych¹⁷. Ramy integrują ResNet-18 z Deep Graph Convolutional Neural Network (DGCNN), aby wyodrębnić i klasyfikować cechy odpowiednio z obrazów drip i chmur punktów. Dzięki uczeniu nadzorowanemu obie sieci zostały ocenione, aby określić najskuteczniejszy model do wydobywania stylów drapow z nieoznakowanych zbiorów danych. Ponadto wprowadzono technikę sketch-downsampling (SDS) do reprezentowania chmur punktów parasolowych zasłon, umożliwiając obiektywną ocenę drapowania tkanin i wspierając dalsze aplikacje, takie jak wyszukiwanie tkanin opartych na podobieństwach.

Pomimo postępu w głębokim uczeniu, identyfikacja tkanka z tkanin nadal jest utrudniona przez poleganie na ręcznie tworzonej inżynierii funkcji oraz brak standaryzowanych baz danych na dużą skalę. Tradycyjne metody inspekcji cierpią na błędy ludzkie i niespójności, podczas gdy wiele zautomatyzowanych modeli nie ma odpowiedniej adaptacji domenowej potrzebnej do obsługi zmian oświetlenia, rotacji i kątów kamery. Ponadto brak kompleksowych zautomatyzowanych ram i zaawansowanych technik augmentacji danych ogranicza uogólnienie i praktyczną skalowalność istniejących systemów klasyfikacji. W przeciwieństwie do wcześniejszych podejść wykorzystujących UNet, GAN lub CNN niezależnie, to badanie proponuje strategię współoptymalizacji, w której wyniki UNet-denoizowane kierują syntezą opartą na GAN, a generowane tekstury dodatkowo udoskonalają klasyfikację CNN poprzez iteracyjny proces sprzężenia zwrotnego, wykraczając poza konwencjonalne układanie modeli czy precyzyjne dostrajanie.

W związku z tym wprowadzono zintegrowany end-to-end framework deep learning, łączący szumowanie UNet, syntezę danych bazowane na GAN oraz klasyfikację CNN dla automatycznego rozpoznawania wzorców tkanych tkanin, jednocząc wzbogacanie danych, generatywne rozszerzenie i uczenie cech w ramach jednego systemu treningowego. W tym systemie obrazy z denoizacją UNet służą nie tylko jako wstępnie przetworzone dane wejściowe, ale także jako sprzężenie zwrotne dla generowania GAN, poprawiając spójność fotometryczną i realizm tekstur, podczas gdy wspólna optymalizacja w zakresie odpowietrzania, syntetycznego uzupełniania i klasyfikacji zwiększa uczenie się reprezentacji i odporność domeny. Dzięki zastosowaniu odzumiania danych opartych na UNet i syntetycznych danych generowanych przez GAN w celu zwiększenia zmienności cech i uogólnienia modelu oraz trenowaniu klasyfikatora CNN na tych dyskryminujących cechach, system ma na celu zastąpienie inspekcji ręcznej i konwencjonalnego uczenia maszynowego, poprawiając efektywność inspekcji przemysłowej, kontrolę jakości oraz redukując pracochłonne błędy.

Proponowana architektura end-to-end integruje klasyfikację opartą na CNN, generowanie syntetycznych danych sterowanych przez GAN oraz odzumianie UNet, aby zwiększyć odporność oświetlenia i zmienności tekstur, osiągając dokładność klasyfikacji na poziomie 99,1%, jednocześnie ograniczając nadmierne dopasowanie i eliminując ręczne inżynierowanie cech, co poprawia adaptowalność domeny do inspekcji tekstyliów przemysłowych.

Protokół

Badanie to nie obejmowało uczestników ludzkich ani zwierząt. Dlatego nie wymagano etycznego zatwierdzenia ani świadomej zgody. Proponowany kompleksowy system klasyfikacji tkanin tkanych (Rysunek 1) składa się z czterech kolejnych etapów: pozyskiwania obrazów, wstępnego przetwarzania i augmentacji, treningu modelu oraz ewaluacji. Wyjście każdego etapu służy jako wejście do kolejnego.

Etap 1: Akwizycja obrazu: Zdjęcia tkaniny pozyskano z zestawu danych i uchwycono aparatem cyfrowym przy kontrolowanym oświetleniu. Zdjęcia wykonywano przy rozdzielczości 300 dpi przy użyciu stałej ogniskowej 50 mm.

Etap 2: Wstępne przetwarzanie i augmentacja: Obrazy były zmieniane rozmiarem i przygotowywane do treningu. Aby usprawnić uogólnienie, zastosowano geometryczne i fotometryczne augmentacje przy użyciu ram głębokiego uczenia, obejmujące poziome i pionowe flipy (p = 0,1), translację afiniczną (±0,1), skalowanie (0,8–1,2) oraz rotację (±45°). Fotometryczne korekty obejmowały zmiany jasności, kontrastu i nasycenia (±40%) oraz odcienia (±10%).
Przed trenowaniem zastosowano odzumianie dźwięków oparte na UNet. Model UNet został zaimplementowany w bibliotece oprogramowania Deep learning (Keras Deep learning) i trenowany przez 30 epok za pomocą optymalizatora Adama (tempo uczenia = 0,001, wielkość partii = 16).

Etap 3: Trening modelu: GAN był używany do generowania syntetycznych obrazów tkaniny tkanej w celu wzmocnienia cech. Dyskryminator składał się z pięciu warstw splotowych z aktywacją LeakyReLU, natomiast generator zawierał cztery warstwy splotowe i cztery warstwy dekonwolucyjne. GAN był trenowany dla 100 epok z wykorzystaniem binarnej utraty entropii krzyżowej (współczynnik uczenia = 0,0002, β₁ = 0,5). Klasyfikator CNN (szkielet ResNet-50) był następnie wspólnie trenowany w iteracyjnym frameworku GAN–CNN o wielkości partii 32, dropoutzie 0,2, tempie uczenia 0,001 oraz optymalizatorze Adama.

Etap 4: Ocena modelu: Wydajność modelu oceniano na podstawie dokładności, precyzji, przypomnienia, wyniku F1 oraz zrównoważonej dokładności.

1. Opis zbioru danych

Łącznie uzyskano 3 540 obrazów tkanin tkanych z 880 próbek tkanin z publicznie dostępnego zbioru danych w warunkach kontrolowanego oświetlenia¹². Z tego 2 832 obrazy wykorzystano do testów, a pozostałe 708 obrazów zostało rozszerzonych do 11 328 próbek treningowych. Zbiór danych jest anonimizowany i dlatego nie wymaga etycznego zatwierdzenia. Reprezentatywne próbki pokazano na Rysunku 2.

Zbiór danych obejmuje trzy klasy tkania: gładką, satynową i skośną. Tkaniny produkowano z przędzy o teksturze poliestrowej (110 dtex; liniowe gęstości włókna 1,14 i 3,05 dtex) oraz przędzy o teksturze mikrofilamentu poliestrowego (110 dtex; 0,33, 0,57 i 0,76 dtex) jako wątku, a także 83 przędzy poliestrowe dtex (1,14 dtex) jako osnowa. Skonstruowano trzy typy splotów — 1/1 Gładka, 3/2 Twill i 4/1 Satyn.

Dane użyte w tym badaniu pochodzą z publicznie dostępnego zbioru danych, który obejmuje surowe i wstępnie przetworzone obrazy, metadane augmentacyjne oraz próbki generowane przez GAN¹². Zastosowano dodatkową augmentację i syntezę opartą na GAN, aby jeszcze bardziej zwiększyć różnorodność treningową. zbioru danych. Ostateczny zbiór danych zawierał 11 328 obrazów treningowych i 2832 testowe; 80% danych treningowych wykorzystano do trenowania modelu, a 20% do walidacji. Parametry strukturalne przedstawiały się następująco: gęstość liniowa przędzy (Ne: 6–40), liczba przędzy (25–58 końców/cm) oraz gęstość powierzchni tkaniny (125–485 gsm). Trening i testy przeprowadzono na jednostce graficznej z wykorzystaniem ramy i oprogramowania do głębokiego uczenia.

2. Proponowane efektywne preprzetwarzanie z augmentacją

Aby rozwiązać ograniczone dane treningowe i poprawić uogólnienie, zastosowano augmentację danych. Augmentacja rozszerza zbiór danych bez zmiany architektury modelu, redukuje nadmierne dopasowanie i zwiększa odporność. Stosowano dwa typy augmentacji:

Augmentacja geometryczna:
Transformacje obejmowały przewroty poziome i pionowe (p = 0,1), transformację afiniczną (translacja = 0,1, skala = 0,8–1,2) oraz rotację o stałym kącie (45°). Operacje te symulują zmiany orientacji osnow–wątek oraz warunków obrazowania (Rysunek 3).

Fotometryczne wzmocnienie:
Aby zwiększyć odporność na oświetlenie i zmienność czujników, jasność, kontrast i nasycenie zostały dostosowane o ±40%, a barwa o ±10%. Te modyfikacje zachowują strukturę geometryczną przy jednoczesnym zróżnicowaniu charakterystyki oświetlenia (Rysunek 4).

3. Usuwanie szumików za pomocą UNet

UNet to architektura splotowa enkoder–dekoder splątana używana do usuwania szumów strukturyzowanych tekstur tkanin. Ponieważ wzory tkanin są wrażliwe na szumy czujników i oświetlenia, przed klasyfikacją wykonuje się zašumienie, aby zachować szczegóły strukturalne; sieć wykorzystuje funkcję aktywacji sigmoidalnej w warstwie wyjściowej oraz architekturę denoizacji opartą na UNet (rysunek 5). Obrazy odmurowane służyły jako udoskonalone dane wejściowe do potoku GAN–CNN do generowania i klasyfikacji syntetycznych. Matematyczne sformułowanie procesu odpowietrzania UNet oraz strategii optymalizacji GAN (równania 1–10) przedstawiono w Pliku Uzupełniającym 1. Interakcje między modułami UNet, GAN i CNN w ramach end-to-end ram zostały zilustrowane na Rysunku 6.

4. Proponowane generowanie modeli end-to-end i szkolenie z wykorzystaniem GAN-CNN

Do rozpoznawania wzorców tkanin tkanych zastosowano hybrydowy framework GAN–CNN. Jak pokazano na Rysunku 6, generatywna sieć przeciwstawna (GAN), składająca się z generatora (G) i dyskryminatora (D), została użyta do syntezy realistycznych obrazów tkanin tkanych w różnych warunkach oświetlenia, hałasu i tekstury, aby zwiększyć różnorodność zbiorów danych, podczas gdy CNN nauczyło się cech dyskryminujących zarówno z rzeczywistych, jak i generowanych próbek, aby poprawić dokładność klasyfikacji.

5. Klasyfikacja oparta na CNN

Po syntezie obrazów opartej na GAN, zarówno rzeczywiste, jak i generowane obrazy tkanin tkanych zostały użyte do trenowania CNN do ekstrakcji i klasyfikacji cech tekstur. Wstępnie wytrenowaną architekturę ResNet-50 zastosowano do klasyfikacji trzech typów splotów. Oryginalna w pełni połączona warstwa została usunięta, podczas gdy wczesne warstwy splotowe zachowano jako szkielet splotowy. Na tym szkieletze dodano globalną warstwę pulowania średniej, dwie warstwy normalizacji wsadowej, dwie w pełni połączone warstwy (neurony 512 i 256), aktywacje ReLU oraz dropout. Warstwa Softmax wykonała ostateczną klasyfikację trzech klas. Zmodyfikowana architektura została pokazana na Rysunku 7.

Model był trenowany za pomocą optymalizatora Adama z kategoryczną stratą entropii krzyżowej przez 50 epok (wielkość partii = 32, wskaźnik uczenia = 0,001, dropout = 0,2). Strojenie hiperparametrów odbywa się za pomocą wyszukiwania siatkowego (szybkość uczenia: 0,001–0,0001; wielkość partii: 16–64; dropout: 0,1–0,3). Zastosowano wczesne zatrzymanie na podstawie straty walidacyjnej, aby zapobiec nadmiernemu dopasowaniu, a konwergencja osiągana była w około 2,3 godziny na trening.

Zastosowano skoordynowaną strategię treningu end-to-end, aby zapewnić spójność na etapach szumowania, syntezy danych i klasyfikacji. UNet został najpierw pretrenowany dla 30 epok przy użyciu par obrazów szumiących i czystych (Adam, szybkość uczenia = 0,001, wielkość partii = 16, straty MSE). Moduł GAN, składający się z generatora z czterema warstwami splotowymi i czterema warstwami dekonwolucyjnymi oraz dyskryminatora z pięcioma warstwami splotowymi wykorzystującymi aktywacje LeakyReLU, był trenowany przeciwnie przez 100 epok (utrata entropii binarnej, β₁ = 0,5, tempo uczenia = 0,0002). Następnie GAN i CNN były wspólnie trenowane w iteracyjnej pętli przez 50 epoch (wielkość partii = 32), a wygenerowane próbki służyły do aktualizacji klasyfikatora. Optymalizacja CNN wykorzystywała optymalizator Adama (wskaźnik uczenia = 0,001, dropout = 0,2), co promowało stabilną zbieżność i poprawiło uogólnienie między typami splotów.

Wyniki

Metryki ewaluacyjne
Dokładność jest najczęściej stosowaną statystyką oceny do kategoryzacji. Definiuje się ją jako proporcję dokładnych prognoz wśród wszystkich prognoz. Równanie 11 pokazuje, że zrównoważona dokładność jest odpowiednią metryką oceny wyników w takich sytuacjach¹⁸. "N" oznacza liczbę klas. TP, TN, FP i FN oznaczają odpowiednio liczbę prawdziwie pozytywnych, prawdziwych negatywnych, fałszywie pozytywnych i fałszywie negatywnych wyników w tym bad...

Dyskusja

Chociaż proponowane ramy GAN–CNN wykazują silne uogólnienie, istnieją inne alternatywne metody, takie jak architektury widzenia oparte na transformatorach, CNN z zwiększoną uwagą czy samodzielnie nadzorowane uczenie się reprezentacji, które mogłyby uwzględnić podobne hipotezy. Mogą one oferować zalety w zakresie interpretowalności cech lub efektywności obliczeniowej i powinny być stosunkowo ocenione w przyszłości^17,19.

Poprawę rozpozna...

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
Canon EOS 90D	Canon Inc., Tokio, Japonia	Sensor CMOS EOS 90D 32,5 MP	Cyfrowa kamera do obrazowania do akwizycji obrazów tkanin
Procesor Intel i7	Intel Corporation, Santa Clara, CA, USA	https://www.intel.com	Wielordzeniowa centralna jednostka przetwarzająca (CPU) do przetwarzania obliczeniowego
Ramy Głębokiego Uczenia Keras	Google LLC, Mountain View, CA, USA	https://keras.io	Biblioteka oprogramowania do głębokiego uczenia do rozwoju sieci neuronowych
LED Ring Light (5500 K)	Komercyjnie dostępny system oświetlenia laboratoryjnego	Nie dotyczy	Kontrolowane źródło oświetlenia dla jednolitego akwizycji obrazu
NVIDIA GeForce GTX1060MQ GPU	NVIDIA Corporation, Santa Clara, CA, USA	https://www.nvidia.com	Jednostka przetwarzania grafiki (GPU) do przyspieszonych obliczeń uczenia głębokiego
Biblioteka OpenCV	Społeczność Open Source	https://opencv.org	Biblioteka oprogramowania do przetwarzania obrazu do komputerowego widzenia
Język programowania Python	Python Software Foundation, Wilmington, DE, USA	https://www.python.org	Język programowania wysokiego poziomu do implementacji uczenia maszynowego
Model Pretrenowany ResNet50	Microsoft Research / He i in. (2016)	https://keras.io/api/applications/resnet/	Pretrenowana architektura sieci neuronowych splotowej do ekstrakcji i klasyfikacji cech
Biblioteka scikit-learn	Społeczność Open Source	https://scikit-learn.org	Biblioteka oprogramowania uczenia maszynowego do analizy danych i oceny modeli
TensorFlow Framework	Google LLC, Mountain View, CA, USA	https://www.tensorflow.org	Ramy głębokiego uczenia do treningu i wdrażania sieci neuronowych
Włóczka osnowy (poliester, 83 dtex)	Wewnętrzne Laboratorium Tekstylne	Nie dotyczy	Syntetyczna przędza tekstylna używana jako materiał osnowowy w próbkach tkanin tkanych
Próbki tkanin tkanych (gładkie, satynowe, skośne)	Wewnętrzne Laboratorium Tekstylne	Przędze poliestrowe 110 dtex	Reprezentatywne próbki tkanin tkanych o różnych strukturach splotu