Uma Framework de Deep Learning de Ponta a ponta para reconhecimento automatizado de padrões de tecidos tecidos usando UNet, GAN e CNN

Resumo

Foi desenvolvido um framework de deep learning de ponta a ponta integrando CNNs, GANs e denoising baseado na UNet para reconhecimento automatizado de padrões de tecido tecido. A ampliação e a geração de imagens sintéticas melhoraram a robustez. O método alcançou 99,1% de precisão, oferecendo uma solução escalável para inspeção têxtil industrial.

Resumo

A qualidade e a produção de têxteis de alta qualidade dependem em grande parte do reconhecimento preciso dos padrões de tecelagem, que tradicionalmente são identificados por meio de inspeção visual manual. No entanto, essa abordagem é subjetiva, demorada e propensa a erros. Embora os métodos de aprendizado de máquina ofereçam automação, eles frequentemente dependem de recursos feitos à mão, sensíveis a variações de iluminação e imagem, limitando sua robustez e escalabilidade. Mesmo modelos de deep learning enfrentam problemas de generalização devido a mudanças de domínio nas condições reais de aquisição e, para enfrentar esses desafios, é proposto um novo framework de deep learning que combina uma Rede Neural Convolucional (CNN) com Redes Generativas Adversariais (GANs) para classificação de tecido de ponta a ponta. A abordagem integra aumento geométrico e fotométrico de dados com redução de ruído de imagens baseada no UNet, enquanto o componente GAN gera imagens sintéticas de alta qualidade para aumentar a diversidade de treinamento e o aprendizado de características. Experimentos em um conjunto de dados de tecido tecido demonstram que esse método alcança desempenho de ponta, com uma precisão equilibrada de 99,1%, superando modelos de linha base em exatidão, generalização e robustez a distorções visuais. Esse framework oferece uma solução escalável e confiável para inspeção têxtil automatizada, com implicações significativas para melhorar a eficiência e reduzir o trabalho manual na fabricação industrial de tecidos. Esse trabalho integra módulos CNN, GAN e Convolutional Neural Network (UNet) em formato de U em um único pipeline de aprendizado baseado em otimização, em vez de lidar com a redução de ruído, criação de dados e classificação como processos distintos. O mecanismo de treinamento conjunto cria um ciclo de retroalimentação entre as redes generativas e discriminativas, indo além metodologicamente das práticas padrão de ajuste fino.

Introdução

Design, redesenho, análise textural e a aparência estética dos materiais são fortemente influenciados pelo padrão, que é o fator mais importante na produção de tecidos. Tecido é uma invenção humana histórica que evoluiu de tecidos artesanais para tecidos digitais modernos produzidos^{por máquinas.} Antes de serem processados por máquinas de tecelagem, os padrões de tecido tecido devem ser identificados. Hoje em dia, métodos tradicionais que dependem da percepção visual, aprimorada por ferramentas como microscópios ou lupas, continuam sendo a base da detecção de padrões de tecido. Normalmente, um especialista com o treinamento e experiência necessários realiza essa avaliação manual. No entanto, está ligado a várias desventajas, como trabalho excessivo, ineficiência e consumo de tempo, além de questões psicológicas como estresse físico e mental, letargia e exaustão que, em última análise, afetam os resultados da identificação. Portanto, para identificar padrões de tecido e produzir produtos de alta qualidade que atendam às necessidades do cliente, é necessária uma abordagem de exame^{computadorizado 2}.

O reconhecimento de padrões de tecidos ganhou recentemente atenção e alcançou grande^{sucesso 3}. De modo geral, existem dois tipos de métodos para reconhecer padrões de telagem: estatísticos baseados em textura e métodos baseados em modelos. O método estatístico baseado em texturas utiliza imagens pré-processadas. Um método baseado em análise diferencial fotométrica foi realizado usando um filtro de Wiener adaptativo e equalização histograma para coletar informações sobre a estrutura do tecido de várias^{direções 4}. Depois, eles dividiram as imagens em subimagens usando um modelo de malha adaptativa para extrair características em tons de cinza. Embora o trabalho fosse restrito a materiais simples tecidas, o modelo era confiável para recuperar os locais de entrelaçamento na estrutura de tecelagem. Um algoritmo de reconhecimento ou classificação é usado pela técnica cognitiva baseada em banco de dados/modelo para reconhecer e corresponder aos padrões de trama dos materiais.

Texturas de tecido foram classificadas usando máquinas de vetores de suporte (SVM) após extrair características por meio de padrões binários locais (LBP) e matrizes de coocorrência em nível de cinza (GLCM⁾⁵. O uso combinado de LBP e GLCM melhorou o desempenho do reconhecimento em comparação com cada um dos descritores individualmente; no entanto, a abordagem dependia inteiramente de recursos artesanais e não era avaliada em tecidos tricotados ou não tecidos. Padrões de tecido tecido também foram identificados usando texturas de baixo nível invariantes a transformada (TILT) e histograma de gradientes orientados (HOG), enquanto interseções de urdidura e trama foram detectadas usando agrupamento difuso de c-means (FCM⁾⁶. Esse método mostrou limitações sob variações rotacionais significativas e demonstrou eficácia reduzida na detecção de estruturas de trama de fios duplos. Além disso, uma rede neural convolucional (CNN) aprimorada com uma estratégia de visualização foi proposta para análise complexa de texturas; no entanto, a validação foi realizada em um conjunto de dados limitado sob condições experimentais^{restritas 7}.

Os dados de textura foram extraídos usando o modelo de cor CIE-Lab e uma matriz de coocorrência, após o que uma rede de mapas auto-organizáveis (SOM) foi utilizada para categorizar os padrões de tecelagem^{de tecido 8}. No entanto, o desempenho e a precisão desses algoritmos foram afetados pelo tamanho do banco de dados. Um têxtil é um material planar composto por fibras têxteis. O FabricNet, desenvolvido usando uma arquitetura CNN de conjunto baseada em classes especiais, foi uma das primeiras técnicas para identificar fibras têxteis a partir das^{imagens 9}. Utilizando conjuntos de dados de tecido, abordagens de aprendizado profundo para reconhecimento preciso de fibras foram implementadas com os algoritmos Faster R-CNN, SSD, Residual Network (ResNet50) e ResNet101, sendo o Faster R-CNN identificado como o mais eficaz.

O método da rede neural acoplada por pulsos (PCNN) foi relatado como superando outras abordagens e destacou a necessidade de pesquisas adicionais em bancos de dados de tecido de urdidura¹⁰. O reconhecimento têxtil continua desafiador devido à natureza demorada da inspeção visual manual, e estudos implementaram aumento de dados e aprendizagem por transferência para classificação e extração de características usando redes residuais (ResNet), com a maior parte do trabalho focada em distinguir entre tecidos de tear manual e de tear mecânico. Também foram propostos métodos para localizar e identificar diferentes tipos de pontos, embora os experimentos tenham se limitado aos pontos de tricô e de revés¹¹. Muitas técnicas anteriores dependiam de uma única imagem para prototipagem de tecidos por meio de engenharia reversa. Além disso, uma abordagem de redução de dimensionalidade baseada em análise de componentes principais foi introduzida para extração e classificação de características em tecidos defeituosos de lã, demonstrando que o classificador de vizinho mais próximo K alcançou maior precisão do que o classificador de Naive Bayes.

A identificação automática de tecidos de tear manual também foi alcançada usando um algoritmo de aprendizado métrico profundo aplicado a um conjunto de dados marcado de 25.166 imagens de seis tipos de tecidos de tear manual coletados de tecelões nativos em Assam, Nordeste^{da Índia 12}. Ao aprender representações de características enviesadas que permitem a separação eficiente dos tipos de fibras dentro de um espaço de características aprendido, a abordagem alcançou 97,8% de precisão de classificação após testes extensivos e comparação com modelos base. Modelos de aprendizado profundo baseados em aumento de dados e aprendizado por transferência também foram propostos para classificação têxtil tecido usando uma Rede Residual (ResNet) para extrair e classificar automaticamente características de texturas, com desempenho avaliado usando precisão, precisão balanceada e pontuação F1; Resultados experimentais indicam que o modelo permanece estável e alcança precisão de ponta mesmo quando as características físicas do tecido^{variam 13}.

O aprendizado profundo foi ainda aplicado para simular geometria têxtil tridimensional usando arquiteturas que combinam características recorrentes e^{convolucionais 14}. Ao treinar redes neurais profundas (DNNs) usando uma biblioteca de casos de tecelagem pré-computados gerados por simulação baseada em elementos digitais, o método estimou arquiteturas têxteis 3D e previu propriedades de rigidez com uma margem de erro inferior a 10%, demonstrando maior eficiência computacional em comparação com abordagens tradicionais de modelagem. Além disso, a contextualização do tecido foi analisada por meio de técnicas de reconhecimento de padrões e processamento de imagem que medem parâmetros como blocos isolados, sucessão de seções verticais e horizontais, e continuidade diagonal de linha¹⁵. Esses parâmetros permitem a classificação de padrões básicos de tecelagem em categorias cetimadas, sarjas e lisas usando o Processo Analítico de Hierarquia (AHP), com avaliação estatística mostrando forte concordância entre os resultados previstos e experimentais da classificação.

Um método de otimização baseado em computação de névoa foi proposto para análise de design de tecidos, consistindo em quatro fases principais: coleta de imagens de tecido, pré-processamento, extração de características e classificação¹⁶. Utilizando dispositivos de borda de névoa para aquisição de imagens, o sistema aplica várias técnicas de filtragem durante o pré-processamento, após o qual as características são extraídas usando uma matriz de coocorrência em nível de cinza (GLCM) e classificadas por meio de um modelo de aprendizado profundo em conjunto. Resultados experimentais demonstram a eficácia dessa abordagem, mostrando exatidão superior em comparação com algoritmos existentes. Além disso, foi desenvolvido um framework baseado em redes neurais para caracterizar o drapeamento guarda-chuva dos tecidos tecidos, estabelecendo critérios objetivos de categorização baseados em propriedades mecânicas em nível^{macro 17}. O framework integra o ResNet-18 com uma Rede Neural Convolucional de Grafos Profundos (DGCNN) para extrair e classificar características de imagens de drape e nuvens de pontos, respectivamente. Por meio de aprendizado supervisionado, ambas as redes foram avaliadas para determinar o modelo mais eficaz para extrair estilos de drape a partir de conjuntos de dados não rotulados. Além disso, foi introduzida uma técnica de esboço por redução de amostragem (SDS) para representar as nuvens de pontos de cortinas em forma de guarda-chuva, permitindo uma avaliação objetiva do drapeamento do tecido e apoiando aplicações a jusante, como a recuperação de tecidos baseada em similaridade.

Apesar dos avanços em deep learning, a identificação de tecidos tecidos continua prejudicada pela dependência de engenharia de características artesanal e pela falta de bancos de dados padronizados em grande escala. Métodos tradicionais de inspeção sofrem de erro humano e inconsistência, enquanto muitos modelos automatizados não possuem a adaptatividade de domínio necessária para lidar com variações de iluminação, rotação e ângulos de câmera. Além disso, a ausência de frameworks automatizados de ponta a ponta e técnicas avançadas de aumento de dados limita a generalização e a escalabilidade prática dos sistemas de classificação existentes. Diferentemente de abordagens anteriores que empregam UNet, GAN ou CNN de forma independente, este estudo propõe uma estratégia de co-otimização na qual os resultados desruidos por UNet orientam a síntese baseada em GAN, e as texturas geradas refinam ainda mais a classificação CNN por meio de um processo iterativo de feedback, indo além do empilhamento ou ajuste fino convencional de modelos.

Assim, é introduzido um framework integrado de deep learning de ponta a ponta que combina redução de ruído baseada na UNet, síntese de dados baseada em GAN e classificação baseada em CNN para reconhecimento automatizado de padrões de tecido tecido, aprimoramento unificador de dados, aumento generativo e aprendizado de características dentro de um único sistema treinável. Nesse contexto, imagens com desruído não apenas servem como entradas pré-processadas, mas também como feedback para geração de GAN, melhorando a consistência fotométrica e o realismo das texturas, enquanto a otimização conjunta através de redução de ruído, aumento sintético e classificação aprimora o aprendizado de representações e a robustez do domínio. Ao empregar a redução de ruído baseada na UNet e dados sintéticos gerados por GAN para aumentar a variabilidade das características e a generalização dos modelos, além de treinar um classificador CNN nessas características discriminativas, o sistema visa substituir a inspeção manual e o aprendizado de máquina convencional, melhorando a eficiência da inspeção industrial, o controle de qualidade e reduzindo erros que consomem muito trabalho.

A arquitetura proposta de ponta a ponta integra classificação baseada em CNN, geração de dados sintéticos impulsionada por GAN e redução de ruído do UNet para aumentar a robustez à variabilidade de iluminação e textura, alcançando 99,1% de precisão na classificação, reduzindo o sobreajuste e eliminando a engenharia manual de características, melhorando assim a adaptabilidade do domínio para inspeção têxtil industrial.

Protocolo

Este estudo não envolveu participantes humanos nem animais envolvidos. Portanto, aprovação ética e consentimento informado não eram necessários. A estrutura proposta de classificação de tecido tecido de ponta a ponta (Figura 1) consiste em quatro etapas sequenciais: aquisição de imagem, pré-processamento e aumento, treinamento de modelos e avaliação. A saída de cada estágio serve como entrada para o próximo.

Etapa 1: Aquisição da imagem: Imagens de tecido tecido foram obtidas a partir do conjunto de dados e capturadas usando uma câmera digital sob um sistema de iluminação controlada. As imagens eram adquiridas a 300 dpi usando uma distância focal fixa de 50 mm.

Etapa 2: Pré-processamento e aumento: As imagens foram redimensionadas e preparadas para o treinamento. Para potencializar a generalização, aumentos geométricos e fotométricos foram aplicados usando uma estrutura de aprendizado profundo que incluía flips horizontais e verticais (p = 0,1), translação afim (±0,1), escala (0,8–1,2) e rotação (±45°). Os ajustes fotométricos incluíram variações de brilho, contraste e saturação (±40%) e variação de matiz (±10%).
A redução de ruído baseada na UNet foi aplicada antes do treinamento. O modelo UNet foi implementado na biblioteca de software de aprendizado profundo (framework de aprendizado profundo Keras) e treinado por 30 épocas usando o otimizador Adam (taxa de aprendizado = 0,001, tamanho do lote = 16).

Etapa 3: Treinamento de modelo: Um GAN foi usado para gerar imagens sintéticas de tecido tecido para realçar características. O discriminador compreendia cinco camadas convolucionais com ativação LeakyReLU, enquanto o gerador incluía quatro camadas convolucionais e quatro camadas de deconvolução. O GAN foi treinado para 100 épocas usando perda binária de entropia cruzada (taxa de aprendizado = 0,0002, β₁ = 0,5). O classificador CNN (backbone ResNet-50) foi então treinado conjuntamente em uma estrutura iterativa GAN–CNN com tamanho de lote de 32, dropout de 0,2, taxa de aprendizado de 0,001 e o otimizador Adam.

Etapa 4: Avaliação do Modelo: O desempenho do modelo foi avaliado usando precisão, exatidão, recordação, pontuação F1 e precisão balanceada.

1. Descrição do conjunto de dados

Um total de 3.540 imagens de tecidos tecidos de 880 amostras de tecido foram obtidas de um conjunto de dados público sob condições de iluminação^{controlada 12}. Dessas, 2.832 imagens foram usadas para testes, enquanto as 708 imagens restantes foram ampliadas para gerar 11.328 amostras de treinamento. O conjunto de dados é anonimizado e, portanto, não requer aprovação ética. Amostras representativas são mostradas na Figura 2.

O conjunto de dados compreende três classes de telagem: simples, cetim e sarja. Os tecidos eram produzidos usando fios texturizados de poliéster (densidades lineares de filamento 110 dtex; 1,14 e 3,05 dtex) e fios texturizados com microfilamento de poliéster (110 dtex; 0,33, 0,57 e 0,76 dtex) como trama, e fios de poliéster 83 dtex (1,14 dtex) como urdidura. Três tipos de tecelagem — 1/1 simples, 3/2 sarja e 4/1 cetim — foram construídos.

Os dados utilizados neste estudo foram obtidos a partir de um conjunto de dados público disponível que inclui imagens brutas e pré-processadas, metadados de aumento e amostras geradas por^{GAN 12}. Aumentos adicionais e síntese baseada em GAN foram aplicados para aumentar ainda mais a diversidade de treinamento. do conjunto de dados. O conjunto final de dados continha 11.328 imagens de treinamento e 2832 de testes; 80% dos dados de treinamento foram usados para treinamento de modelos e 20% para validação. Os parâmetros estruturais variaram da seguinte forma: densidade linear do fio (Ne: 6–40), contagem de fios (25–58 extremidades/cm) e densidade de área do tecido (125–485 gsm). O treinamento e os testes eram realizados em uma unidade de processamento gráfico usando uma estrutura e software de deep learning.

2. Pré-processamento Eficiente Proposto com Aumento

Para abordar dados limitados de treinamento e melhorar a generalização, foi aplicada a ampliação de dados. A ampliação expande o conjunto de dados sem modificar a arquitetura do modelo, reduz o sobreajuste e aumenta a robustez. Dois tipos de aumento foram empregados:

Aumento geométrico:
As transformações incluíam flips horizontais e verticais (p = 0,1), transformação afim (translate = 0,1, escala = 0,8–1,2) e rotação em ângulo fixo (45°). Essas operações simulam variações na orientação urdidura-trama e nas condições de imagem (Figura 3).

Aumento fotométrico:
Para aumentar a robustez à iluminação e variabilidade dos sensores, brilho, contraste e saturação foram ajustados em ±40% e matiz em ±10%. Essas modificações preservam a estrutura geométrica enquanto variam as características de iluminação (Figura 4).

3. Redução de ruído usando UNet

UNet é uma arquitetura convolucional codificador–decodificador usada para reduzir ruído em texturas estruturadas de tecido tecido. Como os padrões de tecido são sensíveis ao ruído de sensores e iluminação, a redução de ruído é realizada antes da classificação para preservar detalhes estruturais; a rede utiliza uma função de ativação sigmoide na camada de saída e a arquitetura de denoising baseada na UNet (Figura 5). As imagens desruidadas serviram como entradas refinadas para a pipeline GAN–CNN para geração e classificação sintética. A formulação matemática do processo de redução de ruído da UNet e da estratégia de otimização GAN (Equações 1–10) são fornecidas no Arquivo Suplementar 1. A interação entre os módulos UNet, GAN e CNN dentro do framework de ponta a ponta é ilustrada na Figura 6.

4. Geração e treinamento propostos de modelos de ponta a ponta usando GAN-CNN

A estrutura híbrida GAN–CNN foi empregada para reconhecimento de padrões de tecidos tecidos. Como mostrado na Figura 6, uma rede generativa adversarial (GAN), composta por um gerador (G) e um discriminador (D), foi usada para sintetizar imagens realistas de tecido tecido sob condições variadas de iluminação, ruído e textura, aumentando a diversidade do conjunto de dados, enquanto a CNN aprendeu características discriminativas tanto de amostras reais quanto geradas para melhorar a precisão da classificação.

5. Classificação baseada na CNN

Após a síntese de imagens baseada em GAN, tanto imagens reais quanto geradas de tecido tecido foram usadas para treinar uma CNN para extração e classificação de características de textura. Uma arquitetura pré-treinada ResNet-50 foi adotada para classificar três tipos de telagem. A camada original totalmente conectada foi removida, enquanto as primeiras camadas convolucionais foram mantidas como espinha dorsal. Sobre essa espinha dorsal, foram adicionadas uma camada global de pooling médio, duas camadas de normalização em lote, duas camadas totalmente conectadas (512 e 256 neurônios), ativações de ReLU e dropout. Uma camada Softmax realizou a classificação final de três classes. A arquitetura modificada é mostrada na Figura 7.

O modelo foi treinado usando o otimizador Adam com perda categórica de entropia cruzada por 50 épocas (tamanho do lote = 32, taxa de aprendizado = 0,001, abandono = 0,2). A sintonia por hiperparâmetros é realizada via busca em grade (taxa de aprendizado: 0,001–0,0001; tamanho do lote: 16–64; dropout: 0,1–0,3). Paradas precoces baseadas na perda de validação foram aplicadas para evitar sobreajuste, com convergência alcançada em aproximadamente 2,3 horas por treinamento.

Foi empregada uma estratégia coordenada de treinamento de ponta a ponta para garantir consistência entre as etapas de redução de ruído, síntese de dados e classificação. O UNet foi pré-treinado inicialmente para 30 épocas usando pares de imagens ruidosas e limpas (Adam, taxa de aprendizado = 0,001, tamanho do lote = 16, perda MSE). O módulo GAN, composto por um gerador com quatro camadas convolucionais e quatro camadas de deconvolução e um discriminador com cinco camadas convolucionais usando ativações LeakyReLU, foi treinado adversarialmente por 100 épocas (perda binária de entropia cruzada, β₁ = 0,5, taxa de aprendizado = 0,0002). Posteriormente, o GAN e a CNN foram treinados conjuntamente em um ciclo iterativo por 50 épocas (tamanho do lote = 32), com amostras geradas sendo usadas para atualizar o classificador. A otimização CNN utilizou o otimizador Adam (taxa de aprendizado = 0,001, dropout = 0,2), promovendo convergência estável e melhorando a generalização entre os tipos de teagem.

Resultados

Métricas de Avaliação
A precisão é a estatística de avaliação mais amplamente utilizada para categorização. Isso é definido como a proporção de previsões precisas entre todas as previsões. A Equação 11 mostra que a precisão balanceada é a métrica adequada de avaliação de desempenho a ser usada nessas circunstâncias¹⁸. "N" representa o número de classes. TP, TN, FP e FN denotam, respectivamente, os números de verdadeiros positiv...

Discussão

Embora o framework proposto GAN–CNN demonstre forte generalização, existem outros métodos alternativos, como arquiteturas de visão baseadas em transformadores, CNNs com atenção aprimorada ou aprendizado de representação auto-supervisionada que podem abordar hipóteses semelhantes. Esses podem oferecer vantagens em interpretabilidade de características ou eficiência computacional e devem ser avaliados comparativamente no futuro ^17,19

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
Canon EOS 90D	Canon Inc., Tóquio, Japão	Sensor CMOS EOS 90D de 32,5 MP	Câmera de imagem digital para aquisição de imagens em tecido
Processador Intel i7	Intel Corporation, Santa Clara, CA, EUA	https://www.intel.com	Unidade central de processamento (CPU) multi-core para processamento computacional
Framework de Aprendizado Profundo Keras	Google LLC, Mountain View, CA, EUA	https://keras.io	Biblioteca de software de aprendizado profundo para desenvolvimento de redes neurais
Luz Circular de LED (5500 K)	Sistema de iluminação laboratorial comercialmente disponível	Não aplicável	Fonte de iluminação controlada para aquisição uniforme de imagem
NVIDIA GeForce GTX1060MQ GPU	NVIDIA Corporation, Santa Clara, CA, EUA	https://www.nvidia.com	Unidade de processamento gráfico (GPU) para computação acelerada de aprendizado profundo
Biblioteca OpenCV	Comunidade de Código Aberto	https://opencv.org	Biblioteca de software de visão computacional para processamento de imagens
Linguagem de Programação Python	Fundação de Software Python, Wilmington, DE, EUA	https://www.python.org	Linguagem de programação de alto nível para implementação de aprendizado de máquina
Modelo pré-treinado ResNet50	Microsoft Research / He et al. (2016)	https://keras.io/api/applications/resnet/	Arquitetura pré-treinada de redes neurais convolucionais para extração e classificação de características
Biblioteca scikit-learn	Comunidade de Código Aberto	https://scikit-learn.org	Biblioteca de software de aprendizado de máquina para análise de dados e avaliação de modelos
Estrutura TensorFlow	Google LLC, Mountain View, CA, EUA	https://www.tensorflow.org	Framework de deep learning para treinamento e implantação de redes neurais
Fio de urdidura (Poliéster, 83 dtex)	Laboratório Têxtil Interno	Não aplicável	Fio têxtil sintético usado como material de urdidura em amostras de tecidos tecidos
Amostras de Tecido Tecido (Simples, Cetimado, Sarja)	Laboratório Têxtil Interno	Fios de poliéster 110 dtex	Amostras representativas de tecidos tecidos com diferentes estruturas de tecelagem