香港理工大学（理大）最近开发了一个名为“WiseEye”的智能织物缺陷检测系统，该系统在纺织业质量控制（Q C）过程中利用了包括人工智能（A I）和深度学习在内的先进技术。该系统有效地将生产不合格织物的机会减少90%，从而大大减少了生产中的损失和浪费。这不仅有利于节省人力，而且有利于提高纺织生产的自动化管理水平.

在基于AI的机器视觉技术的支持下，新颖的“WiseEye”可以安装在编织机中，帮助织物制造商在生产过程中立即发现缺陷。通过自动巡检系统，生产线管理人员可以方便地发现缺陷，从而帮助他们找出问题的原因，并立即修复。

「智慧电子」是由纺织及服装人工智能研究小组（TAAI）开发的，该研究小组由理大纺织及服装学院时尚系郑逸鸿教授率领。

纺织品制造商目前依靠人类的努力，用肉眼随机检查织物。由于人为因素，如疏忽或身体疲劳，人工缺陷检测通常是不一致和不可靠的。纺织品制造商也试图使用其他一些织物检查系统，但这些系统无法满足行业的需要。确保面料生产的质量成为行业面临的巨大挑战。

黄志光教授说：「『智眼』是一套独特的人工智能检验系统，符合纺织品制造商的要求。它是一个集成系统，有许多组件，在检查过程中执行不同的功能。该系统嵌入高功率LED灯条和高分辨率电荷耦合器件相机，该相机由电子电机驱动，安装在钢轨上，以捕捉编织过程中织物的整个宽度的图像。对捕获的图像进行预处理，并将其输入基于AI的机器视觉算法中，以检测织物缺陷..在整个检测过程中收集到的实时信息将被发送到计算机系统，并可在需要时生成和显示分析统计数据和警报。

该研究小组在“智慧教育”中应用了大数据和深度学习技术。通过将数千码织物的数据输入该系统，该小组训练了“WiseEye”，以检测约40种常见织物缺陷，其高精度分辨率高达0.1毫米/像素。

在过去二十年中，自动检测织物缺陷一直是一项具有挑战性和未完成的任务。黄志光说：「我们在「WiseEye」引入人工智能、大数据及深度学习技术，不仅是一项符合业界需要的技术突破，也标志着传统纺织业在品质控制自动化方面的一个重要里程碑。」

在现实生活的制造环境中，“WiseEye”已经被试用了六个多月。结果表明，与传统的人体视觉检查相比，该系统能够减少织物制造过程中90%的损耗和损耗。这意味着该系统有助于降低生产成本，同时提高生产效率。

目前，“WiseEye”可应用于大多数类型的织物，具有不同的编织结构和固体颜色。该研究团队计划进一步培训和扩展该系统，以检测具有更具挑战性的图案的织物中的缺陷，如复杂的条形和检查图案..最终目标是在五年内覆盖所有常见的织物。

黄教授和TAAI研究团队自2012年以来，一直在对人工智能、计算机视觉和机器学习进行基础和应用研究，特别是对时装和纺织业的研究。该团队早些时候推出了第一种“FashionAI数据集”，它将时尚和机器学习结合起来，通过使用AI对时尚图像进行系统分析。数据集有助于推动时尚产业，发展时尚零售的新模式。

他们的其他项目涵盖的领域包括智能纺织材料和服装质量检查，大型织物样本和时尚形象搜索和时尚销售预测。该小组还与当地和国际各公司合作开展了一些研究项目，并在世界领先的期刊上发表了研究文章，包括IEEE关于神经网络和学习系统的交易，IEEE关于控制论的交易，以及IEEE关于图像处理的交易。一些文章被“基本科学指标”列为相关领域引用最多的文章的前1%。