中国联通:将人工智能算法应用到服装工厂质检环节

发布时间:2024-12-06 01:31:02 来源: sp20241206

原标题:【新春走基层】把“年味”穿在身上

临近春节,浙江宁波雅戈尔工厂一片繁忙。仓库内,已装箱的服装成品正通过环形皮带机传送至收寄口,实现24小时不间断地拣货、揽收及发运。而在后台,前来援助的中国联通浙江产业互联网公司(以下简称“浙江产互公司”)产品研发中心团队,正全神贯注记录着屏幕上不断跳动的数据,连眼都不敢眨。

“每天市场大概有5万的需求,人流、订单同比去年大概增长50%。”雅戈尔工厂总经理李如成按捺不住内心的喜悦。

就职于浙江产互公司产品研发中心的熊强,长期探索语言、视觉、图像等大模型在纺织服装领域的应用研究。面对工厂激增的订单,在年前如何高效有序的完成质检工作,成为他的重点任务。

作为全球最大的纺织服装生产加工地,目前我国大部分工厂的质检工作都由纯人工完成,极大影响了生产效率。数据显示,平均一个验布工瑕疵检出率仅为70%,并且容易因疲劳而导致更大范围的漏检,最终影响服装的整体质量。

中国联通通过5g网络实时分析和处理设备运行状态数据

中国联通通过5G网络实时分析和处理设备运行状态数据

现在,中国联通将人工智能算法应用到了这一环节。

“按照传统的机器视觉算法的开发排期,需要至少2-3个月的开发周期。”熊强表示,为让百姓能在年前穿上合身的新衣,连续一周,团队都在加班加点赶工。

在人工智能算法开发前,需要开展一系列的数据处理工作。难度不大,但必不可少,且需要极大的耐心和细心。首先需要采集好服装工序合规检测的视频数据,接着还要对视频数据取帧,获得图像数据。

从集体开展数据标注工作来加快工作进度,到做目标检测算法和手部关键点识别算法的开发,再到进行算法模型的训练……这一系列工作费时费力,但在算法工程师胡志强看来意义重大。

“工业领域合规检测产品落地的难点之一,在于存在大量的差异化的检测需求。每一种需求又存在不同的检测场景及特定的检测动作。如果对于特定场景单独训练模型,不仅需要进行大量的数据采集、数据标注工作,还增加了模型的训练及维护成本。”胡志强分析说。

这一问题很快得到了解决。在日夜攻关下,团队设计了动作合规检测模型,创造性地建立了合规检测动作特征库。“对于新增的场景,我们只需少量录制数据提取动作特征,再将其入库匹配就能得到最终的检测结果。”

面对过程中出现的各类问题,产品经理曹刘燕也是不敢懈怠。她告诉记者,之前部署的人工智能合规检测产品,在前端页面上不能正常展示算法的效果。第一时间,团队连接工厂的服务器进行问题排查,查看算法运行的结果和报错日志。

“我们发现服务器硬件配置落后,部署的算法模型运行起来,会导致前端显示出现卡顿、延迟等问题。”曹刘燕回忆说,由于开发的人工智能模型无法在服务器上运行,团队只能调整算法来适配运行环境。

同时,面对显示上出现的花屏问题,团队又开始测试服务器推流服务的控制参数,紧急更换技术方案,重新部署流媒体服务器……

“我们大部分人工作强度都在每天12个小时以上,每星期6天半。尽管忙碌,但很有成就感。”熊强表示,当前,人工智能已经成为传统行业降本增效的重要方法,中国联通针对不同场景研发了适用于各行各业的人工智能算法,目前已经广泛应用工业、服装、交通、医疗、教育等领域。

熊强的眼神和语气中流露出对科技的热爱。在直播电商之都长大的他,深晓新兴技术对民众生活产生的巨大影响,后来毅然加入浙江产互公司。他希望能为服装纺织行业尽一份力,让人人都把“年味”穿在身上。(程唯珈)

(责编:曹淼、李源)