Flujo de trabajo de procesamiento de datos. Crédito: Electrónica (2025). Doi: 10.3390/electronics14081605
Los avances recientes en robótica y aprendizaje automático han permitido la automatización de muchas tareas del mundo real, incluidos diversos procesos de fabricación e industriales. Entre otras aplicaciones, los sistemas de inteligencia robótica y artificial (IA) se han utilizado con éxito para automatizar algunos pasos en la fabricación de ropa.
Investigadores de la Universidad Laurentian en Canadá recientemente se propusieron explorar la posibilidad de automatizar completamente el tejido de ropa. Para hacer esto, desarrollaron un modelo para convertir las imágenes de tela en instrucciones integrales que los robots de tejer podrían leer y seguir. Se descubrió que su modelo, esbozado en un artículo publicado en Electronics, realizaba con éxito patrones para la creación de prendas de múltiples hileras y múltiples y de punto de múltiples yarn.
“Nuestro documento aborda el desafío de automatizar el tejido de punto al convertir las imágenes de tela en instrucciones legibles por máquina”, dijeron Xingyu Zheng y Mengcheng Lau, coautores del periódico, a Tech Xplore.
“Los métodos tradicionales requieren un etiquetado manual, que es intensivo en mano de obra y limita la escalabilidad. Inspirado en esta brecha, nuestro objetivo era desarrollar un sistema de aprendizaje profundo que los ingenieros revertidos tejieran telas a partir de imágenes, permitiendo una mayor personalización y escalabilidad en la fabricación textil”.
El enfoque basado en el aprendizaje profundo desarrollado por Zheng, Lau y sus colegas aborda el problema de producir instrucciones de tejer completando dos pasos principales. El primero fue nombrado la “fase de generación”, mientras que la segunda fue la “fase de inferencia”.
“En la fase de generación, un modelo de IA procesa imágenes de tela reales en representaciones sintéticas claras y luego interpreta estas imágenes sintéticas para predecir instrucciones de tejido simplificadas, conocidas como etiquetas frontales”, dijeron Haoliang Sheng y Songpu Cai, coautores del documento. “En la fase de inferencia, otro modelo utiliza las etiquetas frontales para deducir instrucciones completas de tejer a máquina”.
Imagen que ilustra la tubería del estudio. Comienza con una imagen de tela de punto real, seguida de la fase de generación, donde los módulos “refinador” e “IMG2Prog” producen una etiqueta frontal simplificada. Luego, en la fase de inferencia, el “modelo residual” genera instrucciones completas de tejido. Crédito: Sheng et al. Las instrucciones completas de tejer producidas por el modelo. La etiqueta completa final incluye tanto la capa frontal visible como la capa posterior oculta, asegurando que la salida esté lista para uso directo mediante máquinas de punto. Crédito: Sheng et al. Más muestras generadas por el modelo. Crédito: Sheng et al.
El nuevo modelo de creación de patrones de tela introducido por los investigadores tiene varias características y ventajas valiosas. En particular, puede producir patrones de tejido de múltiples y múltiples yarn, incorporar con precisión puntadas raras y aplicarse fácilmente a nuevos estilos de tela.
Los investigadores probaron su sistema propuesto en una serie de pruebas, utilizándolo para producir patrones para alrededor de 5,000 muestras textiles, que estaban hechas de telas naturales y sintéticas. Descubrieron que funcionaba notablemente bien, generando instrucciones de tejido precisas para la mayoría de estos elementos.
“Nuestro modelo alcanzó una precisión de más del 97% en la conversión de imágenes en instrucciones de tejido, superando significativamente los métodos existentes”, dijeron Sheng y Cai.
“Nuestro sistema también manejó efectivamente la complejidad de los hilos multicolor y los tipos de puntadas raras, que fueron limitaciones importantes en enfoques anteriores. En términos de aplicaciones, nuestro método permite la producción textil totalmente automatizada, reduciendo los costos de tiempo y mano de obra”.
El nuevo modelo desarrollado por Lau, Zheng, Sheng y Cai pronto podría probarse y mejorar aún más. Finalmente, podría implementarse en configuraciones del mundo real, lo que puede soportar la producción en masa automatizada de ropa de punto personalizada. Cuando se usa con sistemas robóticos de tejer, el modelo también podría permitir a los diseñadores crear rápidamente prototipos de sus diseños o probar nuevos patrones sin crear patrones legibles por máquina manualmente.
“En el futuro, planeamos abordar los desequilibrios del conjunto de datos, particularmente para puntadas raras, a través de técnicas de aumento avanzadas”, agregaron Lau y Zheng.
“También nuestro objetivo es incorporar el reconocimiento de color para mejorar la fidelidad estructural y visual. Expandir el sistema para manejar los tamaños de entrada y salida variables es otro objetivo, lo que le permite adaptarse dinámicamente a diferentes telas.
Más información: Haoliang Sheng et al, Robots de tejido de punto: un enfoque de aprendizaje profundo para patrones de tela de ingeniería inversa, electrónica (2025). Doi: 10.3390/electronics14081605
© 2025 Science X Network
Cita: el sistema convierte las imágenes de tela en instrucciones completas de tejer legibles por máquina (2025, 2 de mayo) Recuperado el 2 de mayo de 2025 de https://techxplore.com/news/2025-05-fabric-images-machine- reeleable.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
