Ученые автоматизировали вязание: как устроена новая технология
Созданная нейросеть автоматически преобразует фотографии тканей в инструкции для вязальных роботов. Рассказываем, как работает новый метод и где его планируют применять. Ученые из канадского Университета Лаурентиана придумали, как автоматизировать процесс вязания одежды. Они создали специальную модель, способную автоматически конвертировать фото тканей в понятные для вязальных роботов инструкции, пишет Tech Xplore. По словам ученых, традиционные подходы требуют ручного труда и поэтому плохо масштабируются. Именно этот недостаток мотивировал команду создать глубокую нейронную сеть, позволяющую извлекать из визуального материала инструкции для машинного вязания, увеличивая гибкость и эффективность текстильного производства. Методика основана на применении двух ключевых стадий: этапа генерации и этапа вывода. Первый этап заключается в создании ясных цифровых представлений реальной ткани, на основании которых формируется набор простых рекомендаций для последующего вязания. Затем вторая модель на основе полученных данных генерирует детальные и готовые к использованию машиной инструкции. Модель формирования рисунков ткани, созданная группой специалистов, обладает рядом важных характеристик и достоинств. Прежде всего, она способна генерировать схемы вязания как одинарных, так и многокомпонентных волокон. Еще она учитывает специфичные виды швов и легко адаптируется к новым видам материалов.
Созданная нейросеть автоматически преобразует фотографии тканей в инструкции для вязальных роботов. Рассказываем, как работает новый метод и где его планируют применять.
Ученые из канадского Университета Лаурентиана придумали, как автоматизировать процесс вязания одежды. Они создали специальную модель, способную автоматически конвертировать фото тканей в понятные для вязальных роботов инструкции, пишет Tech Xplore.
По словам ученых, традиционные подходы требуют ручного труда и поэтому плохо масштабируются. Именно этот недостаток мотивировал команду создать глубокую нейронную сеть, позволяющую извлекать из визуального материала инструкции для машинного вязания, увеличивая гибкость и эффективность текстильного производства.
Методика основана на применении двух ключевых стадий: этапа генерации и этапа вывода. Первый этап заключается в создании ясных цифровых представлений реальной ткани, на основании которых формируется набор простых рекомендаций для последующего вязания. Затем вторая модель на основе полученных данных генерирует детальные и готовые к использованию машиной инструкции.
Модель формирования рисунков ткани, созданная группой специалистов, обладает рядом важных характеристик и достоинств. Прежде всего, она способна генерировать схемы вязания как одинарных, так и многокомпонентных волокон. Еще она учитывает специфичные виды швов и легко адаптируется к новым видам материалов.
