谁知道现代针织机可能如此复杂?用于生产袜子,手套,运动服,鞋子,汽车座椅和其他纺织品的整体服装方法的类型需要知道用于创建针织机例程的低级语言。这是专家级的东西,赌注很高 - 即使是小错误也会毁掉整件衣服。
这就是为什么麻省理工学院计算机科学与人工智能实验室(CSAIL)的研究人员研究了简化针织过程的新方法。
上周,麻省理工学院发布的一款AI工具InverseKnit,能够看图织毛衣。
当给这个系统一张手套的照片,它就会按模组生成的指令输出一双一样的针织手套。
测试时,在94%的时间里,InverseKnit都能生成准确的指令。
InverseKnit系统依赖一个编织指令的数据集,以及这些模式匹配的图像。
研究人员用这些数据训练系统的深度神经网络,来解释图像中的二维编织指令。
除了看图织毛衣,研究人员还设计了计算机辅助设计工具,用以私人定制针织物品。
它使用了二维图像、CAD软件和照片编辑等技术。
虽然这款辅助设计工具无法独立设计服饰,但是可以让人使用模板来调整图案和形状,无需专业经验。
比如在帽子上加上三角形图案,在袜子上加上竖条纹等等。
启动和运行InverseKnit需要编译包含17种不同编织指令的数据集,以及每种模式的匹配图像。模式说明是从针织品制造商Shima Seiki的KnitPaint软件中提取的,而照片则是通过编织1,044个真实世界补丁的子集并使用KnitPaint的模式预览功能渲染补丁来生成的。(共同作者指出,每个针织图案有效地提供了两个完全相反的图案,将实际编织数据集的大小加倍到总共2,088个样本。)
该团队在语料库上训练AI算法以“教导”它来解释来自图像的二维编织指令,使得它可以在给定对象的图片的情况下生成机器可读指令。指令触发了几个附加针织机的基本操作中的一个,如针织(将纱线环拉过所有电流环),褶裥(将新环堆叠在针上),未命中(跳过针) )或转移(将针的内容移动到另一张床)。
该团队报告说,在测试中,InverseKnit设法在94%的时间内生成准确的指令。当前迭代仅适用于较小的样本大小(并且仅适用于丙烯酸纱线),并且没有明确地对模式比例进行建模,也没有施加硬约束来防止指令被违反。但他们希望在未来的工作中扩大样本池和材料。
“当前最先进的计算机视觉技术需要数据,他们需要很多例子来有效地模拟世界,”在无关的卡内基梅隆纺织实验室从事类似项目的Jim McCann教授说。“通过InverseKnit,该团队收集了一个巨大的针织样本数据集,这是第一次使现代计算机视觉技术能够用于识别和解析针织模式。”
CADKnit
创建三维网格的编织软件工具并不像以前那么罕见。尽管如此,它们相对复杂,往往会引入扭曲,阻碍设计过程。
相比之下,CADKnit的设计考虑了休闲用户。它允许他们编写自己的可重用程序或直观地操作相应的形状和模式,并通过视图检查为当前布局自动生成的低级代码。检查面板允许他们手动编辑输入参数或使用鼠标直接从床布局的边界扩展形状。用户可以编写自己的程序,使用预先存在的程序,或交互式绘制可以导出或重新采样的图案图层,以用于不同的形状和大小。
CADKnit甚至在“不受欢迎”的针织结构通过起草阶段时发出警告。
“就机器和针织而言,这种类型的系统可能会改变那些希望成为自己项目设计者的人的可访问性,”CSAIL博士生和第一作者Alexandre Kaspar说道。“我们希望让临时用户无需编程专业知识即可访问机器,因此他们可以通过利用机器学习进行设计和制造来获得定制的好处。”
为了验证CDKnit的设计,研究人员招募非专业用户为袜子,帽子,围巾,运动裤和衬衫制作图案,并调整其尺寸和形状。大多数人在会后调查中报告说,他们发现很容易操作和定制服装,以及制作针织样品。但还有一些工作要做。
研究人员发现,可以通过各种方式连接的服装,如毛衣,与CADKnit不兼容,因为它缺乏描述整个设计空间的方法。此外,他们注意到它只能使用一根纱线作为形状,并且仅限于相对基本的图案,他们打算通过在每个针脚处引入一叠纱线以及仅包含必要针脚的分层数据结构来矫正。
“3D针织的影响有可能比3D打印的影响更大。目前,设计工具正在重新掌握这项技术,这就是为什么这项研究对未来如此重要,“McCann补充道。
先进制造业+
工业互联网
产业智能官 AI-CPS
加入知识星球“
产业智能研究院
”:先进制造业OT(
自动化+机器人+工艺+精益