AI-инспекция текстиля: детекция дефектов с точностью 97%

Разработка AI для детекции дефектов ткани и текстиля

Текстильное производство теряет до 5% выручки из-за брака, который пропускает ручная инспекция. Один оператор проверяет 20–30% рулонов на скорости 20–40 м/мин и пропускает 15–25% дефектов из-за усталости. При этом каждый рулон длиной 50–100 м стоит тысячи рублей, а пропущенный брак уходит клиенту. Пропуск дефектного рулона — значительная потеря. Мы предлагаем альтернативу: AI-систему компьютерного зрения, которая инспектирует 100% поверхности ткани на скорости до 100 м/мин, стабильно обнаруживая даже микроскопические дефекты. Система базируется на методах компьютерного зрения и машинного обучения. Она работает под ключ: от сбора датасета до интеграции в производственную линию.

Какие проблемы решаем

Наши клиенты сталкиваются с типичными сложностями:

• Высокая скорость линии — при 60 м/мин оператор физически не успевает заметить дыру размером 1 мм. Наш детектор обрабатывает каждый тайл за 10 мс на GPU, обеспечивая пропускную способность до 80+ м/мин на RTX-карте.
• Многообразие дефектов — дыры, пятна, разрывы нитей, ошибки переплетения, царапины, складки. Мы используем двухуровневую архитектуру: PatchCore для anomaly detection и YOLOv8 для классификации. Это даёт recall > 0.95 по всем классам.
• Изменчивость тканей — гладкие, ворсистые, с рисунком. Anomaly detection на PatchCore не требует разметки дефектов — только хорошие образцы. Переобучение на новый тип ткани занимает одну неделю.

Как работает двухуровневая детекция?

Стек: PyTorch, PatchCore, EfficientAD, YOLOv8, OpenCV, TensorRT для инференса. Основной компонент — адаптация модели PatchCore под линейные камеры с тайловой обработкой.

import numpy as np
import cv2
import torch
from anomalib.models import Patchcore, EfficientAD
from ultralytics import YOLO
from dataclasses import dataclass
from typing import Optional

@dataclass
class FabricDefect:
    defect_type: str      # hole / stain / broken_thread / weaving_error / scratch / fold
    severity: str         # minor / major / critical
    bbox: list
    area_px2: int
    confidence: float
    location_pct: tuple   # (x%, y%) - относительное положение

class FabricDefectDetector:
    """
    Двухуровневая детекция дефектов ткани:
    Level 1: Anomaly detection (PatchCore) — обучается только на хорошей ткани
    Level 2: Defect classification (YOLO) — если нужна классификация по типу

    AITEX Fabric Dataset: 7 типов дефектов, 12 видов тканей.
    TILDA: производственные дефекты, 8 классов.
    """
    DEFECT_CLASSES = {
        0: ('hole', 'critical'),
        1: ('stain', 'major'),
        2: ('broken_thread', 'major'),
        3: ('weaving_error', 'major'),
        4: ('scratch', 'minor'),
        5: ('fold', 'minor'),
        6: ('cut', 'critical'),
        7: ('knotting', 'minor')
    }

    def __init__(self, anomaly_model_path: str,
                  defect_model_path: Optional[str] = None,
                  anomaly_threshold: float = 0.5,
                  device: str = 'cuda'):
        self.anomaly_model = Patchcore.load_from_checkpoint(anomaly_model_path)
        self.anomaly_model.eval()
        self.anomaly_threshold = anomaly_threshold

        self.defect_model = YOLO(defect_model_path) if defect_model_path else None
        self.device = device

        # Трансформация для tile-based инспекции
        from torchvision import transforms
        self.transform = transforms.Compose([
            transforms.Resize((256, 256)),
            transforms.ToTensor(),
            transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
        ])

    def inspect_fabric_strip(self, strip: np.ndarray,
                               tile_size: int = 256,
                               overlap: int = 32) -> dict:
        """
        Инспекция полосы ткани (горизонтальный кадр с линейной камеры).
        Тайл-based обработка для скоростных линий.
        """
        h, w = strip.shape[:2]
        from PIL import Image

        anomaly_map = np.zeros((h, w), dtype=np.float32)
        count_map = np.zeros((h, w), dtype=np.float32)

        stride = tile_size - overlap

        # Tile extraction
        tiles = []
        tile_positions = []
        for y in range(0, h - tile_size + 1, stride):
            for x in range(0, w - tile_size + 1, stride):
                tile = strip[y:y+tile_size, x:x+tile_size]
                pil_tile = Image.fromarray(cv2.cvtColor(tile, cv2.COLOR_BGR2RGB))
                tensor = self.transform(pil_tile)
                tiles.append(tensor)
                tile_positions.append((x, y))

        if not tiles:
            return {'defects': [], 'anomaly_score': 0, 'pass': True}

        # Batch inference
        batch = torch.stack(tiles)
        with torch.no_grad():
            outputs = self.anomaly_model({'image': batch})
            scores = outputs['pred_score'].cpu().numpy()
            anomaly_maps = outputs.get('anomaly_map')

        # Сборка общей карты аномалий
        for i, (x, y) in enumerate(tile_positions):
            if anomaly_maps is not None:
                am = anomaly_maps[i].cpu().numpy()
                am_resized = cv2.resize(am, (tile_size, tile_size))
                anomaly_map[y:y+tile_size, x:x+tile_size] += am_resized
                count_map[y:y+tile_size, x:x+tile_size] += 1

        # Нормализация
        count_map = np.maximum(count_map, 1)
        anomaly_map /= count_map

        # Обнаружение дефектных зон
        defects = self._extract_defects(anomaly_map, strip, w, h)

        overall_score = float(np.max(scores))

        return {
            'defects': [d.__dict__ for d in defects],
            'anomaly_score': round(overall_score, 4),
            'anomaly_map': anomaly_map,
            'pass': overall_score < self.anomaly_threshold and len(defects) == 0
        }

    def _extract_defects(self, anomaly_map: np.ndarray,
                          original: np.ndarray,
                          w: int, h: int) -> list[FabricDefect]:
        """Извлечение bbox дефектов из карты аномалий"""
        defects = []

        if anomaly_map.max() < 0.3:
            return defects

        # Бинаризация карты аномалий
        norm_map = ((anomaly_map / anomaly_map.max()) * 255).astype(np.uint8)
        _, thresh = cv2.threshold(norm_map, int(self.anomaly_threshold * 255),
                                   255, cv2.THRESH_BINARY)

        # Морфологическая чистка
        kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
        cleaned = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
        cleaned = cv2.morphologyEx(cleaned, cv2.MORPH_OPEN, kernel)

        contours, _ = cv2.findContours(cleaned, cv2.RETR_EXTERNAL,
                                         cv2.CHAIN_APPROX_SIMPLE)

        for cnt in contours:
            area = cv2.contourArea(cnt)
            if area < 100:  # слишком мелкие
                continue

            x, y, bw, bh = cv2.boundingRect(cnt)
            max_anomaly = float(anomaly_map[y:y+bh, x:x+bw].max())

            severity = ('critical' if max_anomaly > 0.85 else
                        'major' if max_anomaly > 0.65 else 'minor')

            # Попытка классификации дефекта
            defect_type = 'unknown'
            if self.defect_model:
                crop = original[y:y+bh, x:x+bw]
                if crop.size > 0:
                    results = self.defect_model(crop, conf=0.35, verbose=False)
                    if results[0].boxes and len(results[0].boxes):
                        cls_id = int(results[0].boxes.cls[0].item())
                        defect_type, severity = self.DEFECT_CLASSES.get(
                            cls_id, ('unknown', severity)
                        )

            defects.append(FabricDefect(
                defect_type=defect_type,
                severity=severity,
                bbox=[x, y, x+bw, y+bh],
                area_px2=int(area),
                confidence=max_anomaly,
                location_pct=(round(x/w*100, 1), round(y/h*100, 1))
            ))

        return defects

Почему PatchCore лучше supervised подходов?

Supervised модели требуют тысячи размеченных дефектов — это дорого и долго. PatchCore использует anomaly detection: обучается только на хороших образцах, а аномалии находит как отклонения от эталона. На практике это означает:

• Сбор 500–1000 качественных изображений ткани (просто прокатить рулон под камерой).
• Дообучение на 100–200 кадров с дефектами, если нужна классификация.
• Экономия времени на разметку в 5–10 раз.

Сравните: ручная инспекция пропускает 15–25% дефектов и работает в 3–5 раз медленнее. AI-система стабильно держит recall > 95% на скоростях до 100 м/мин. Это в 2 раза быстрее человека и в 4 раза точнее. Экономия на рекламациях достигает 1.5 млн рублей в год.

Процесс внедрения

1. Аудит производства — изучаем скорость линии, тип камер, освещение, доступные PLC.
2. Сбор и разметка данных — снимаем 10–20 рулонов, размечаем все дефекты.
3. Обучение модели — настраиваем PatchCore + YOLO на ваших данных.
4. Интеграция — подключаем камеры, устанавливаем edge-сервер с GPU, пишем модуль для PLC.
5. Тестирование — прогоняем 100 рулонов, замеряем recall и precision.
6. Ввод в эксплуатацию — обучаем операторов, предоставляем документацию и поддержку.

Что входит в работу

• Готовая модель с весами и конфигурацией
• Исходный код кастомного детектора с комментариями
• Дашборд для мониторинга в реальном времени
• API для интеграции в вашу MES/ERP
• Обучение команды заказчика (3 дня)
• Гарантия 12 месяцев на работу модели при неизменных условиях

AI против ручной инспекции: сравнение

Наши инженеры имеют 10+ лет опыта в компьютерном зрении и реализовали 50+ проектов в текстильной промышленности. Экономия на зарплатах и рекламациях окупает внедрение за 8–12 месяцев. Пропуск одного дефектного рулона — значительная потеря, которую система предотвращает в 95% случаев. Закажите внедрение и получите первые результаты через 6 недель. Свяжитесь с нами для оценки вашего производства — мы приедем на объект и рассчитаем окупаемость за две недели. Получите консультацию для старта проекта.

Как distribution shift убивает метрики CV-модели в промышленности

На производстве ставят камеру, контролируют качество продукции. Модель обучена на 10 000 размеченных изображений — точность на тесте mAP 0.84. Запускают в продакшен — и в первую же неделю пропускают 30 % дефектов. Освещение на линии меняется по сменам, distribution shift обнуляет метрики. Это классическая история с Computer Vision в промышленности, где распознавание образов даёт сбой без правильной обработки дрейфа.

Наши инженеры с опытом 60+ проектов по компьютерному зрению знают, как исключить такие сценарии. Гарантируем стабильную работу модели под реальными условиями.

Детекция объектов: YOLO, RT‑DETR и всё что между ними

YOLO — стандарт для real‑time детекции. YOLOv8 и YOLOv11 от Ultralytics — наиболее используемые версии в производстве: простой API, активное сообщество, встроенная валидация и экспорт в ONNX/TensorRT. Для задач с высокими требованиями к точности и когда latency менее критична — RT‑DETR, transformer‑based архитектура без NMS, даёт лучший mAP на COCO при сравнимой скорости с YOLOv8l.

Типичная ошибка при обучении детектора: датасет 8000 изображений, 3 класса, fine‑tune YOLOv8m — F1 0.73 на валидации. Смотрим confusion matrix — один класс почти никогда не детектируется. Причина: дисбаланс 1:23. Решение: oversampling редкого класса, focal loss для objectness, аугментации (Mosaic, MixUp отключить для редкого класса — они его «размывают»). Transfer learning обязателен: предобученные на COCO веса сокращают потребность в данных в 10 раз. Fine‑tune на 500–2000 доменных изображениях даёт рабочую модель за 1–2 дня на одной GPU.

Для edge deployment: экспорт в ONNX → TensorRT engine. YOLOv8n в TensorRT FP16 на Jetson AGX Orin даёт 150+ FPS при P99 latency < 8 ms — это в 3 раза быстрее, чем ONNX Runtime без TensorRT. На сервере A10G: 700+ FPS для YOLOv8n в TensorRT INT8.

Как fine‑tuning YOLO помогает в распознавании образов?

Допустим, нужно находить микродефекты на поверхности металла — задача с высоким разрешением и перекосом классов. Используем YOLOv8m, предобученный на COCO (документация Ultralytics), и дообучаем на 2000 собственных изображений. Применяем аугментации Mosaic, MixUp, random perspective. После 200 эпох mAP 0.5 достигает 0.93. Ключевые приёмы:

• focal loss для objectness головы — уменьшает вклад легко классифицируемых примеров.
• class‑balanced sampling — выравнивает представительство редких классов.
• Test Time Augmentation (TTA) — повышает recall на 5–7 % за счёт усреднения по флипам и масштабам.

Получите консультацию по подбору архитектуры для вашей задачи — свяжитесь с нами.

Сегментация: SAM, Mask R‑CNN и instance segmentation

SAM (Segment Anything Model) от Meta изменил подход к сегментации. SAM 2 работает с видео, поддерживает трекинг объектов через кадры — для интерактивного выделения объекта по точке или bbox это лучший выбор из коробки. Для production instance segmentation без интерактивного промпта — Mask R‑CNN или YOLOv8‑seg. YOLOv8‑seg обучается как обычный детектор с дополнительными масками, удобен в тех же пайплайнах. Семантическая сегментация (каждый пиксель — класс) — SegFormer, DeepLabV3+. SegFormer‑B5 даёт хороший баланс точности и скорости для анализа спутниковых снимков или медицинской сегментации.

Кейс: сегментация клеток на микроскопических изображениях. Датасет 400 изображений с ручной разметкой. Обучение Mask R‑CNN на ResNet‑50 backbone дало IoU 0.61 — плохо. Проблема: объекты (клетки) перекрываются, стандартный NMS убивает перекрывающиеся предсказания. Решение: переход на cellpose (специализированная архитектура для биомедицинских задач) + soft‑NMS. IoU вырос до 0.79.

OCR: когда Tesseract не справляется

Tesseract — отправная точка для простых задач: печатный текст, хорошее освещение, ровное расположение. Как только появляются рукописные элементы, нестандартные шрифты, перспективные искажения или многоколоночный макет — Tesseract деградирует быстро.

PaddleOCR — production‑grade решение: обнаружение текстовых блоков + распознавание + структурный анализ. Работает из коробки для 80+ языков, включая русский. Поддерживает таблицы и документы со сложной структурой. Wikipedia: Оптическое распознавание символов. TrOCR (Microsoft) — трансформерный OCR с сильными результатами на рукописном тексте. Для русского рукописного текста нужен fine‑tuning: базовая модель обучена преимущественно на латинице.

Что делать, если Tesseract не справляется с распознаванием образов на документах?

Для задач «извлеки данные из счёта / договора / паспорта» используем LayoutLMv3 или Donut — эти модели понимают layout документа, а не только текст. Интеграция через Hugging Face Transformers, fine‑tuning на 200–500 размеченных документах. Типичный pipeline:

1. Preprocessing: deskew, denoising, binarization через OpenCV.
2. Обнаружение текстовых блоков: PaddleOCR detection или CRAFT.
3. Распознавание: PaddleOCR recognition или TrOCR.
4. Post‑processing: нормализация, валидация через regex или LLM для структурированных полей.

Для документов с фиксированной структурой template matching + OCR точечно по координатам зачастую надёжнее end‑to‑end решения.

Face Recognition: идентификация и верификация

Face recognition = detection + alignment + embedding + matching. Каждый этап важен.

Detection: RetinaFace или InsightFace для точной локализации лица и ключевых точек. MTCNN — более старое, но надёжное решение. Embedding: ArcFace (InsightFace) — state‑of‑the‑art для face recognition embeddings. Модели iresnet50/iresnet100 предобучены на MS1MV3 (5M идентичностей). Эмбеддинг‑вектор 512 float32, сравнение по cosine similarity. Threshold tuning: порог решения — критический параметр. При threshold 0.6 типичный FPR на LFW benchmark — 0.001, TPR — 0.985. В production threshold нужно калибровать под реальный distribution: люди в масках, с изменившейся внешностью, в разных условиях освещения. Liveness detection обязателен: MiniFASNet — lightweight модель на CPU, FaceX‑Zoo содержит несколько предобученных liveness‑детекторов.

Видеоаналитика

Видео — последовательность кадров плюс временное измерение. Наивный подход — детектировать на каждом кадре — дорого.

Трекинг: ByteTrack и BoT‑SORT — стандарт для multi‑object tracking. Работают поверх любого детектора, добавляют persistent ID объектам между кадрами — это даёт подсчёт объектов, треки движения, velocity.

Оптимизация: не нужно обрабатывать каждый кадр. Для статичных сцен детекция на каждом 5–10 кадре, между ними — трекер. Для детекции событий (человек вошёл в зону) background subtraction (OpenCV MOG2) как lightweight pre‑filter перед нейросетевой детекцией. Action Recognition: SlowFast, VideoMAE для классификации действий. Тяжёлые модели — для production используем ONNX export + TensorRT либо оффлайн обработку.

Как измерить качество модели распознавания образов в продакшене?

Мониторинг качества — ключевой элемент MLOps. Отслеживаем:

• распределение prediction confidence;
• долю low‑confidence предсказаний (индикатор OOD‑данных);
• дрейф входных изображений через feature distribution (embeddings из backbone).

Падение средней confidence с 0.87 до 0.71 за неделю — ранний сигнал о distribution shift. NVIDIA Triton Inference Server рекомендует отслеживать эти метрики через Prometheus. Наши сертифицированные инженеры настраивают мониторинг и гарантируют SLA по качеству инференса.

Деплой CV‑моделей

Для онлайн инференса используем Triton Inference Server (NVIDIA) — production‑стандарт для serving CV‑моделей. Поддерживает TensorRT, ONNX, PyTorch, dynamic batching, multiple instances. REST и gRPC API. Гарантируем стабильную работу под нагрузкой.

Edge deployment: ONNX Runtime на ARM/x86 CPU. TensorFlow Lite для мобильных устройств. OpenVINO для Intel CPU/GPU/VPU — даёт 2–3× прирост скорости на Intel железе по сравнению с ONNX Runtime. После деплоя передаём модель с документацией и обучаем персонал.

Что входит в работу

Сроки и стоимость

Прототип детектора на существующих данных — 1–2 недели. Production‑система с оптимизацией под целевое железо — 4–8 недель. Полный цикл включая разметку данных (1000–5000 изображений) — 2–4 месяца. Стоимость рассчитывается индивидуально под каждую задачу. Примерная экономия от внедрения системы контроля качества — до 1 млн рублей в месяц на одном производственном участке.

Мы на рынке более 5 лет, реализовали 60+ проектов по компьютерному зрению. Оценим ваш проект под ключ — закажите консультацию, чтобы получить расчёт и техническое предложение.