Detección de defectos en fibras textiles utilizando algoritmos de Deep Learning

Abstract

RESUMEN: La detección de defectos en telas constituye un tópico relevante y recurrente en la literatura especializada asociada a la automatización en la industria textil, siendo éste un paso esencial en el control de calidad durante el proceso de fabricación. Los avances recientes en el aprendizaje automático, en particular en el área de visión por computador, ofrecen una alternativa e ficiente para detectar la presencia de un determinado tipo de defecto y ubicarlo con precisión dentro de la imagen. Por tal motivo, este trabajo describe un servicio web realizado por guane Enterprises basado en visión por computadora, que permite la inferencia del tipo de defecto y la ubicación del mismo. El sistema fue entrenado sobre el conjunto de datos texUAN, recopilado por la Universidad Antonio Nariño que contiene alrededor de 2000 imágenes de telas que no tienen estampados ni adiciones de color. Con esta base de datos se entrenó un modelo en Google Cloud Platform usando el servicio AutoML Vision el cual arrojó una precisión del 89.89%.