Представьте, что вы делаете снимок своего любимого свитера — и через мгновение машина воссоздаёт его, петля за петлёй. Эта идея уже не фантастика: учёные из Лаврентийского университета в Канаде разработали ИИ-модель, способную анализировать изображение ткани и преобразовывать его в инструкции для вязальных машин.
«Наша работа направлена на автоматизацию вязания — мы научились превращать фотографии тканей в команды, понятные машинам», — рассказали исследователи Синьюй Чжэн и Мэнчэн Лау порталу Tech Xplore.
Как работает автоматизированное вязание
Сегодня для того, чтобы воспроизвести ткань по фотографии, требуется много ручной работы. Специалист должен внимательно изучить изображение, вручную разметить каждый стежок, чтобы машина могла его "понять". Это долгий, сложный и трудозатратный процесс, требующий высокой квалификации.
Чтобы решить эту проблему, исследователи предложили двухэтапную нейросетевую систему, имитирующую анализ тканей, как если бы его проводил профессионал. Сначала изображение преобразуется в упрощённую визуализацию, где выделяются только ключевые элементы узора. Такой «набросок» позволяет системе определить, какие стежки видны на поверхности, и на его основе формируются так называемые «фронтальные метки» — своего рода чертёж ткани.
На втором этапе ИИ использует эти метки, чтобы восстановить полный набор инструкций — как для видимых, так и для скрытых слоёв вязки. Эти данные затем передаются напрямую в вязальные машины.
Модель была протестирована на 5000 образцах текстиля и показала точность более 97% при преобразовании изображений в машинные инструкции. Кроме того, она успешно справилась со сложными узорами и разноцветными нитями — тем, что раньше вызывало наибольшие трудности.
Возможности и вызовы
Автоматизация этого процесса может существенно ускорить и удешевить производство, а также сделать возможным выпуск одежды по требованию. Также технология может помочь в восстановлении исторических и культурно значимых текстильных узоров.
Однако у таких достижений есть и обратная сторона. Текстильная промышленность обеспечивает занятость более чем 75 миллионам человек по всему миру, особенно в странах с низким уровнем дохода, таких как Бангладеш, Мьянма и Эфиопия. Если машины начнут массово заменять ручной труд, это может привести к потере рабочих мест и усилению социально-экономических проблем в уязвимых регионах.
Учёные планируют и дальше развивать свою модель, обучая её более сложным типам стежков. Возможно, в будущих исследованиях будет уделено больше внимания и социальным последствиям технологического прогресса.
Исследование опубликовано в научном журнале Electronics.
