加拿大的劳伦森大学的研究人员最近开发出了一种新颖的技术，旨在通过将布料图像转化为机器可读的编织指令来实现服装编织的完全自动化。这一研究成果已发表在《Electronics》杂志上，有望为纺织制造业带来更大的定制化和规模效益。 研究团队的核心成员包括Xingyu Zheng和Mengcheng Lau，他们在接受Tech Xplore采访时表示，传统的编织流程需要人工标注，不仅耗时耗力，而且限制了生产的规模化。为此，他们提出了一种基于深度学习的方法，可以从布料图像中反向工程出编织指令，简化生产流程。 该模型的工作流程分为两个主要阶段：生成阶段和推理阶段。在生成阶段，研究人员首先利用AI模型处理实际的布料图像，将其转换成清晰的合成表示，随后通过分析这些合成图像，预测出简化的编织指令，称为前标签。到了推理阶段，另一套AI模型则根据前标签推导出完整的、机器能够读懂的编织指令。 这个新系统的价值在于，它不仅能生产单线和多线的编织图案，还能精确地纳入少见的针法，并适应新的布料风格。研究人员进行了大量的测试，用该系统制作了大约5000个纺织样本，这些样本由天然和合成纤维组成。结果显示，该系统在将图像转换为编织指令方面的准确率超过97%，显著超越了现有的方法。 此外，该系统成功解决了多色纱线和罕见针法类型的复杂性问题，这是传统方法面临的主要挑战。从应用角度来看，这种全自动化的方法可以大大减少时间和劳动力成本，支持定制化针织衣物的大规模生产。与编织机器人系统结合使用时，设计师可以快速创建设计原型或测试新图案，而无需手动制作机器可读的图案。 展望未来，该研究团队计划通过高级增强技术解决罕见针法的数据集不平衡问题，并引入颜色识别功能以提高图案在结构和视觉上的保真度。他们还希望扩展系统的输入和输出尺寸范围，以便更好地适应不同类型的布料。最终目标是将此技术应用于复杂的3D编织衣物以及跨领域的应用，如织造和刺绣。 业内人士对该研究给予了高度评价，认为这是一项非常有前景的技术。劳伦森大学在纺织和人工智能领域具有一定的研究基础，这次的突破进一步展示了其在技术创新方面的优势。这项技术如果得以广泛应用，可能会彻底改变针织服装的生产方式，加速行业现代化进程。