《纺织品纤维含量测定人工智能识别法》团标发布纺织品纤维测定走向智能化自动化消费者选购服装等纺织品

消费者选购服装等纺织品，往往首先要看产品标签标示的各类纤维含量。但这些纤维含量如何测定？测定准确度如何？许多人未必完全知晓。近日，随着广东省标准化协会团体标准《纺织品纤维含量测定人工智能识别法》的发布实施，纺织品纤维测定正走向智能化自动化而变得更加准确和便捷。
该团标由广东省标准化协会提出并归口，广州检验检测认证集团有限公司联合全国多家知名服装企业共同起草， 2020年10月23日正式发布实施。专家组评审认为，该团标应用科技创新成果，把人工智能技术融入纺织品纤维测定，推动纺织品纤维测定走向智能化自动化，标志着纺织品纤维测定技术水平的提升。
文章插图
纤维含量事关织物质量
纺织品面料所含纤维种类以及所占百分比从根本上影响织物的各方面性能，是影响织物质量、档次和价格的重要因素，为消费者和生产者所重视和关注。世界各国有关纺织品标签的法律法规和标准化文件，几乎都要求在纺织品标签上标示纤维成分含量信息。因此，纤维成分含量是纺织品检测中的一个重要项目，是企业生产、销售和流通管理的重要依据，也是行政机关进行纺织品质量监管的重要内容之一。
多年来，纤维成分含量检测主要采用化学法和物理法两类方法。其中化学法是利用纤维在化学试剂中溶解性能的差别进行定量，其测试过程需要用大量的化学试剂，需要配备专业的化学实验室，对人员操作技术要求严格，且由于需要大量使用强酸强碱等化学试剂，对检验人员的身体健康有危害，且产生废液对环境保护不利；物理法则是根据纤维在显微镜下形态的区别分类进行人工测量计算而定量，其效率相对较低，且其准确度在一定程度上依靠操作人员的操作技术水平和经验。近年来，科研人员进行大量的新的纤维测定技术研究。广州检验检测认证集团有限公司自2018年便开始探索采用人工智能识别法进行纤维测定，积累了大量数据和经验并取得了良好效果。他们根据科研、标准化、成果转化“三同步”的原则，成立标准编制小组，对技术研究成果进行总结和固化，在原有基础上进一步进行新的专题实验和研究，并查阅参考国内外相关文献，合理吸纳国内外相关研究成果和听取各方意见，《纺织品纤维含量测定人工智能识别法》便应运而生。
文章插图
融入人工智能识别技术
该团标的基本原理是，采用光学显微镜放大织物所含纤维并自动采集纤维图像，利用人工智能识别技术辨别各类纤维，采用图像处理及数据分析处理技术测量纤维直径（或面积）和根数，从而判定出纤维各种类和计算出其含量。
根据这一原理，该标准规定了人工智能测定操作所需要配备的仪器和工具，测试前的取样、预处理和制样环节的操作、纤维定性及人工智能识别纤维模型的选择，测试程序则包括样品测试、结果计算、结果分析、监控和试验报告的编制要求等，规定详细明了，具有很强的可操作性和适用性。其中，关键环节之一的纤维定性及人工智能识别纤维模型选择，明确规定必须达到国家有关标准的要求，确保把近年来取得突破的先进的AI、自动化图像处理技术融入、运用到检测中。
带来准确率和效率的提升
【《纺织品纤维含量测定人工智能识别法》团标发布纺织品纤维测定走向智能化自动化】据查，国内外此前未有纤维测定人工智能识别法的技术标准，该标准填补了国内外标准的一项空白。标准列出了纤维自动识别和测量分析方法的评价参数，包括验证标准误差、相关性、一致性程度、检测值的精密度、验证的显著度差异等五项核心技术指标，要求与国家相关标准相一致。但实测结果各项指标均优于国家标准水平。如验证标准误差，国家相关标准规定≤3.0% ，实测结果验证：棉/莱赛尔为1.96% ，棉/粘纤为1.90% ，粘纤/莱赛尔为1.97%；相关性方面，国家相关标准要求≥90% ，实测结果均达99%以上；一致性程度，国家相关标准要求≥95% ，实测结果均超过此数。同时，随着数据的积累，实测数据的相关评价参数将得到进一步的优化。这些核心技术指标表明，该标准技术先进性明显。同时，与传统的化学法和物理法相比，人工智能识别法检测效率提升，每组检测耗时从传统方法的1~2h甚至半天缩短为0.5h以内，测试结果从基于大数据的分析计算得到，既使检测人员从繁重的重复性劳动中解脱出来，又解决检测不受人员状态、经验和技术水平等人为因素影响的问题。人工智能识别法不使用强酸强碱化学试剂，更符合环保和职业健康要求。行内人士认为，这一技术进步，体现了检验检测领域在解决“检得出、检得准、检得好”要求上取得一项可喜进展。

《纺织品纤维含量测定 人工智能识别法》团标发布 纺织品纤维测定走向智能化自动化

《纺织品纤维含量测定人工智能识别法》团标发布纺织品纤维测定走向智能化自动化