Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightSon olarak, anlayışlar, ihtiyaçlar ve gelecekteki araştırma yönleri tartışılmıştır.
📌 3 Maddede Bu Makale
Özet
Kumaş hatası tespiti tekstil üretim endüstrisinde önemli bir kalite kontrol adımıdır. Bu çalışma ilk olarak güncel hata tespit metotlarının özelliklerini, matematiksel formülasyonlarını, güçlü ve zayıf yönlerini incelemektedir. İkinci olarak metotların geniş bir sınıflandırması yapılarak yedi sınıfa (yapısal, istatistiksel, spektral, model tabanlı, öğrenme, melez ve karşılaştırma) ayrılmış ve bu metotlar arasında bir karşılaştırma çalışması yapılmıştır. Üçüncü olarak, incelenen her metot için ayrıca gürültü hassasiyeti, güvenilirlik, döndürme/ölçekleme bağımsızlığı ve başarı oranı sonuçları ile birlikte bir kalite analizi sunmaktadır. Son olarak, anlayışlar, ihtiyaçlar ve gelecekteki araştırma yönleri tartışılmıştır.
Abstract
Fabric defect detection is a vital step of quality control in the textile manufacturing industry. This paper firstly offers an state-of-the-art survey of different defect detection methods and describes their characteristics, mathematical formulation, strengths and weaknesses. Secondly, it employs a wider classification of methods and divides them into seven approaches (structural, statistical, spectral, model-based, learning, hybrid, and comparative) and performs a comparative study across these methods. Thirdly, it also presents a qualitative analysis accompanied by results, including detection success rate, rotation/scaling invariant, reliability and noise sensitivity