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，在織造過程中往往會有一些異物和毛團(tuán)混入，織物疵點(diǎn)檢測是各大紡織廠對織物的質(zhì)量控制的關(guān)鍵環(huán)節(jié)。目前國內(nèi)很多企業(yè)纖維布疵點(diǎn)的檢測仍停留在人工檢測階段，人工檢測存在速度慢、產(chǎn)量有限、漏檢率高、檢測連續(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)自動檢測方法。

西安獲德是一家基于圖像識別與機(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、無紡布等表面質(zhì)量檢測的研究。織物瑕疵點(diǎn)檢測的難點(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，能夠自動調(diào)整算法，以最優(yōu)的性能檢測異物和缺陷。

同時(shí)，通過機(jī)器視覺技術(shù)，持續(xù)不斷地實(shí)時(shí)檢測。固定在多軸向織物上方的多臺高速工業(yè)相機(jī)及視覺光源，不斷對移動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)際效果來看，相比于傳統(tǒng)人工檢測，織物疵點(diǎn)檢測設(shè)備能快速提升工作效率；在識別率方面，檢出率高達(dá)95％，在成本方面，可替代一半的人工檢測，節(jié)約50%的工資。

目前的市場競爭，普遍存在有品質(zhì)保障但效率無法快速提升，且對技術(shù)的迭代意愿不足以支撐其承擔(dān)較大的開發(fā)成本等問題。市場規(guī)模占有率高，但缺少品質(zhì)保障，對于用戶越來越關(guān)心品質(zhì)問題已不適用；相比之下，西安獲德的核心優(yōu)勢在于對現(xiàn)場的實(shí)際經(jīng)驗(yàn)累積及算法，即以人工智能的方式解決現(xiàn)有的人工問題、質(zhì)量問題、效率問題。