專家解讀：纖維含量測定智能化是如何實現(xiàn)的？

近日，由廣州檢驗檢測認證集團有限公司聯(lián)合全國多家知名服裝企業(yè)共同起草的團體標(biāo)準(zhǔn)《紡織品纖維含量測定 人工智能識別法》發(fā)布并實施。紡織品纖維含量測試是紡織品測試中的基礎(chǔ)項目，測試量大，耗時長，對人員操作技術(shù)要求嚴格，化學(xué)試劑還會對檢驗人員的身體健康和環(huán)境保護不利。該團體標(biāo)準(zhǔn)的制定實施，能否解放纖維含量檢測人員？AI檢測的精確度如何？本期我們邀請了標(biāo)準(zhǔn)的起草單位之一廣州檢驗檢測認證集團有限公司的技術(shù)專家黃偉橋解讀紡織品纖維含量測定的智能檢測方法。

1 紡織品纖維含量是紡織檢測機構(gòu)的主要項目，檢測量大，耗時長，準(zhǔn)確度和檢測人員的經(jīng)驗和水平有很大關(guān)系。本標(biāo)準(zhǔn)針對纖維含量檢測提出人工智能識別檢測法，請問標(biāo)準(zhǔn)的制定是基于什么考慮的？出臺這樣的標(biāo)準(zhǔn)具有哪些意義？

目前纖維成分含量定量測試的主流方法是化學(xué)法和物理法兩種。其中化學(xué)法利用纖維在化學(xué)試劑中溶解性能的差異進行定量，如國際標(biāo)準(zhǔn)ISO 1833系列、美國標(biāo)準(zhǔn)AATCC 20A、歐盟標(biāo)準(zhǔn) (EU)No 1007、日本標(biāo)準(zhǔn)JIS L 1030-2、國標(biāo)GB/T 2910系列等，這些標(biāo)準(zhǔn)涉及的測試過程中需要用到大量的化學(xué)試劑，配備專業(yè)的化學(xué)實驗室，對測試環(huán)境要求相對嚴格，且大量強酸強堿等試劑的使用不僅對檢驗人員的身體健康有威脅，產(chǎn)生的化學(xué)廢液也于環(huán)境不利。物理法則是根據(jù)纖維在顯微鏡下纖維形態(tài)的差異并經(jīng)人工對其進行分類和測量進行定量，如國際標(biāo)準(zhǔn)ISO 17751系列、IWTO-58等，美國標(biāo)準(zhǔn)AATCC 20A，日本標(biāo)準(zhǔn)JIS L 1030-2，國標(biāo)GB/T 16988，行業(yè)標(biāo)準(zhǔn)FZ/T 30003、FZ/T 01101等，這些標(biāo)準(zhǔn)執(zhí)行過程中主要存在檢驗效率低、對人員經(jīng)驗要求高，檢驗結(jié)果存在人員主觀誤差等問題。

近年來，采用近紅外光譜分析法、堿溶解度差異法、DNA分析法以及蛋白質(zhì)組學(xué)分析等方法進行含量測試的研究也多見報道。研究人員期待用這些先進的科技手段和設(shè)備實現(xiàn)纖維成分定量分析。然而，不同的方法均有其局限性，如近紅外光譜法依賴于模型的適用性，DNA法在染色、剝色產(chǎn)品上的局限性，蛋白質(zhì)組學(xué)分析方法檢測成本較高且效率較低等。

隨著計算機技術(shù)的不斷發(fā)展，以深度學(xué)習(xí)理論為代表的計算機視覺技術(shù)近年來也取得了突破性的發(fā)展，基于圖像特征的分類與識別技術(shù)也逐步滲入紡織行業(yè)，如在化纖生產(chǎn)端的在線智能疵點檢測，AI智能驗布，紡織品外觀智能檢測等。采用人工智能識別技術(shù)進行纖維含量測試，是指通過在顯微鏡下自動獲取纖維圖像，利用圖像處理方法獲得纖維的特征圖和特征指標(biāo)，并通過圖像識別的相關(guān)算法進行分類識別，實現(xiàn)纖維含量的自動化、智能化檢測。這種人工智能識別檢測法運用了先進的AI、自動化以及圖像處理等技術(shù)，將纖維含量測試方法推向智能化和自動化的方向，不僅能將一線檢測人員從繁重的重復(fù)性工作中解放出來，提供更客觀、更穩(wěn)定、更準(zhǔn)確的測試結(jié)果，更是推動纖維含量檢測技術(shù)升級的新興力量。

2 請您簡要介紹一下人工智能識別檢測法的原理

采用人工智能識別法進行纖維含量測試，是以現(xiàn)有標(biāo)準(zhǔn)FZ/T 01101—2008《紡織品 纖維含量的測定 物理法》，F(xiàn)Z/T 30003—2009《麻棉混紡產(chǎn)品定量分析方法 顯微投影法》，GB/T 16988—2013《特種動物纖維與綿羊毛混合物含量的測定》等為基礎(chǔ)，采用光學(xué)顯微鏡放大纖維并自動采集纖維圖像，利用人工智能識別技術(shù)辨別各類纖維，圖像處理及數(shù)據(jù)分析處理技術(shù)測量纖維直徑（或面積）和根數(shù)，按需分別自動計算纖維的質(zhì)量含量或根數(shù)含量。圖1是人工智能技術(shù)進行圖像識別的簡單原理。采用人工智能識別檢測法進行纖維含量測試的一般流程如圖2所示。

圖1 人工智能圖像識別的簡單原理

圖2 人工智能識別檢測法測試纖維含量的一般流程

3 人工智能識別法與傳統(tǒng)方法相比在哪些方面有優(yōu)勢？準(zhǔn)確度如何？

與傳統(tǒng)纖維含量測試方法相比，采用人工智能自動化測試方法優(yōu)勢明顯，主要體現(xiàn)在以下幾個方面：

1）與傳統(tǒng)化學(xué)方法相比，采用人工智能自動化測試方法耗時大大縮短，兩組分的測試從至少半天縮短至0.5h以內(nèi)；無需使用各類無機或有機的化學(xué)試劑，資源消耗少，對環(huán)境友好；測試過程中減少了人工參與，工作人員也無需在化學(xué)環(huán)境中工作。

2）與傳統(tǒng)顯微鏡物理法受檢驗人員的目光影響較大相比，采用人工智能自動化測試方法的過程客觀穩(wěn)定，測試結(jié)果基于大數(shù)據(jù)分析得到，不受人員狀態(tài)、心理因素等不可控因素的影響；采用該方法，不僅檢測耗時由原來的1h～2h直接縮短至0.5h以內(nèi)，且測試過程中無需人工參與，能將一線檢測人員從繁重的重復(fù)性勞動中解放出來。

3）對需要開展纖維含量測試的機構(gòu)而言，采用人工智能自動化測試方法可實現(xiàn)部分替代人工，減少了在基礎(chǔ)重復(fù)性勞動上的人力投入，其人工成本隨著智能化測試方法的日趨成熟將逐步降低，未來將有望實現(xiàn)大范圍替代人工檢測；同時采用傳統(tǒng)方法培養(yǎng)一名測試人員需要3～9個月時間不等，而要成為一名熟練的纖維含量檢驗員則可能需要經(jīng)過3 年以上實踐的鍛煉，而采用人工智能自動化測試基于大數(shù)據(jù)分析得到測試結(jié)果，識別和測試過程無需人工參與，人員培養(yǎng)、培訓(xùn)和管理的成本大幅下降。

通常根據(jù)人工智能識別模型的建立基礎(chǔ)，樣品中的纖維間粘連成束、形態(tài)受損或變形、顏色較深不能褪去的，則不適用人工智能識別法。排除以上情況后，采用傳統(tǒng)顯微鏡法對人工智能識別法測試進行驗證，以棉/再生纖維素纖維混紡產(chǎn)品為例：超過95%的樣品采用兩種方法的測試結(jié)果偏差在±3%以內(nèi)；驗證標(biāo)準(zhǔn)誤差可達2%（驗證誤差用于評估驗證集所有樣品的模型檢測值與參考值之間差異的標(biāo)準(zhǔn)偏差，該值越小，表明模型的檢測能力越強）；相關(guān)性高達99%（相關(guān)系數(shù)反映變量之間相關(guān)關(guān)系密切程度，越接近1說明相關(guān)性越好）；精測的精密度優(yōu)于2%（人工智能識別的精密度可采用檢測值重復(fù)性的標(biāo)準(zhǔn)偏差表示）。通常，在適用人工智能識別法進行纖維含量檢測前，都應(yīng)對其建立的模型和系統(tǒng)進行評估，以確保其滿足檢測要求。

4 AI識別適用于哪些纖維的檢測？對于外觀相似的纖維或者目前存疑的一些纖維的辨別比如羊絨/羊毛等，是否有效？對目前的檢測難點是否有解決辦法？

理論上來說，由在顯微鏡下具有典型縱截面特征（或典型橫截面特征）的纖維構(gòu)成的混紡產(chǎn)品，都可以采用人工智能識別法進行檢測。但人工智能檢測具體適用于哪些纖維的檢測是由人工智能識別模型的范圍決定的，比如某AI識別模型僅包含對棉/亞麻混紡產(chǎn)品的識別能力，那么該系統(tǒng)僅適用于棉/亞麻混紡產(chǎn)品。目前市場上相對成熟的AI檢測纖維含量的產(chǎn)品多以棉麻混紡、再生纖維素纖維/棉混紡為主。動物毛纖維混紡產(chǎn)品因毛纖維間特征差異相對較小、對自動采集技術(shù)要求較高等原因，進展相對較慢，但隨著數(shù)據(jù)集的不斷積累以及AI模型的不斷完善，采用人工智能檢測法實現(xiàn)毛絨纖維含量定量指日可待。

現(xiàn)階段采用人工智能識別法進行纖維含量檢測仍以輔助和部分替代人員操作為主。對目前困擾紡織品纖維含量檢測領(lǐng)域的問題，如再生纖維素纖維/棉混紡、再生纖維素纖維/麻混紡等產(chǎn)品因化學(xué)性質(zhì)相近采用溶解法定量易因溶解不完全或溶解過度等原因?qū)е潞科?，采用人工智能識別法進行檢測是很好的補充方法。當(dāng)然，對于困擾毛絨纖維含量專家的，如羊絨/牦牛絨等特征極相似混紡產(chǎn)品的定量，人工智能識別法也需要不斷發(fā)展以滿足各種不同種類的需求。

5 采用人工智能檢測，是否意味著不需要檢測人員？對檢測機構(gòu)的硬件有哪些要求？

人員需求方面，當(dāng)前采用人工智能檢測方法是指在現(xiàn)有的顯微鏡法測試纖維含量的基礎(chǔ)上，利用人工智能識別技術(shù)、自動化技術(shù)等替代的是定量過程中人工識別纖維并進行分類，以及測量纖維等重復(fù)性的工作。前期的樣品分析、樣片制備以及后期對測試結(jié)果的評估等，目前均需由檢驗人員來完成。此外，現(xiàn)階段采用人工智能檢測方法進行纖維含量測試對測試樣品均有一定的要求，比如樣片中的纖維是否足夠分散，顯微鏡下纖維顏色是否過深從而影響智能識別的準(zhǔn)確性等，這些因素一定程度上限制了所用人工智能識別模型的適用范圍，遇到這些樣品時仍需由人工測試完成。

硬件需求方面，采用人工智能識別法進行纖維含量測試，實驗室應(yīng)配備一套自動光學(xué)顯微智能檢測系統(tǒng)，能高倍率拍攝纖維清晰照片外，該系統(tǒng)還應(yīng)包含自動采集程序、人工智能識別纖維模型、自動測量纖維直徑（或面積）程序以及自動計算纖維含量等功能，該軟件是采用人工智能識別法進行纖維含量測試的核心部分。