中国纺织工业联合会近日在浙江省杭州市组织召开了由复旦大学、上海布眼人工智能科技有限公司、荣旗工业科技(苏州)股份有限公司、腾讯科技(上海)有限公司等单位共同完成的“纺织品印花瑕疵在线AI检测关键技术及产业化”项目科技成果鉴定会，鉴定委员会认为项目成果达到国际先进水平。

　　智能检测技术的核心技术涉及高速高清成像、高质量数据标记、模型高效训练优化等。基于刚性检测物如玻璃、钢材等的智能检测设备已开始在工业上广泛应用，但对于柔性材料特别是纺织品的智能检测则研究较少，尤其是最为复杂的纺织面料印花行业尚无有效解决方案。项目针对纺织品AI质检中高速成像难、图像清晰度不足、标记数据缺乏，复杂场景下不规则和极小瑕疵难以检测等实际问题，分别研究开发对应解决方案，设计带有多端协同交互终端的一体化纺织智能检测设备。

　　项目针对高速印花中图案花型色彩多、印花速度快成像难以及织物纹理干扰等问题，研发了高速真彩、多光度明暗场和高亮度多焦点成像技术，提高了成像的清晰度、消除了摩尔纹，有效解决了柔性材料表面图像细节难以捕获问题，大幅度提高了快速移动图像采集的准确性；针对检测图像中的不规则和极小疵点，提出基于图神经网络的纹理特征表示模型，捕获图像中的异常纹理变化，利用差分特征并聚合局部特征的上下文语义，在特征空间里解决了待检测图和模板图空间位置不匹配问题；针对新的图案、花型瑕疵未知问题，提出基于多模态大模型的数据自动标注方法，优化更新AI质检模型，实现自学习功能，提高系统的通用性。

　　项目研究成果中的印花瑕疵实时检测预警系统在浙江、江苏、广东、河南等国内多地的近30条高速印花生产线上已成功应用。研究成果中的印花瑕疵实时检测预警系统替代了传统人工肉眼检测。该系统的使用可有效减少人工需求，大大降低了对操作工人熟练和专业程度的要求。