本研究由来自越南两所高校的研究人员合作完成。主要作者包括来自胡志明市工业大学（HCMUT）应用科学学院应用物理系的Hieu Dau Sy和Khang Le Nguyen An，以及来自胡志明市工业大学的计算机科学系的Phuc Dang Thi和Huy Vo Gia。其中，Phuc Dang Thi为通讯作者。该项研究成果于2025年3月12日在线发表于《国际先进制造技术杂志》（the international journal of advanced manufacturing technology），收录于该期刊第137卷，页码为2963至2977页。
在纺织制造领域，织物在进入服装裁剪缝制流程前，必须经过严格的质量检测。传统的人工肉眼检测方式效率低下、劳动密集且易出错，难以满足现代大规模、高速生产的需求。因此，开发自动化织物瑕疵检测系统成为必然趋势。然而，构建此类系统面临巨大挑战：织物卷在检测时会高速运动（约每分钟20至30米），导致采集到的图像中瑕疵目标可能非常微小、模糊、复杂甚至相互重叠。这就要求检测系统不仅需要宽广的视野（Field of View, FOV）以覆盖整个织物幅宽并降低硬件成本，还必须具备在高速运动状态下实时、精确地识别各类瑕疵的能力。
以往的研究方法，如图像处理技术（小波变换、傅里叶变换等），虽能快速检测，但仅对基础瑕疵有效，难以应对多样化、小尺寸、复杂形状的瑕疵。近年来兴起的深度学习模型（如CNN、SSD、YOLO等）虽在公开数据集上取得了较好效果，但这些数据集的瑕疵通常较为清晰、单一。本研究的主要目标是，针对高速移动织物表面的微小、模糊瑕疵，开发一套结合了优化光学系统设计与先进深度学习模型的自动化检测系统，实现高精度与高速度的平衡，以满足实际生产线上的实时检测需求。
本研究的工作流程主要由三个核心环节构成：光学系统设计、数据集构建、以及深度学习模型训练与评估。
1. 光学系统设计 这是本研究的硬件基础和创新点之一。为了实现对大范围、快速移动的织物表面进行有效成像，研究团队设计了一套专门的光学系统。该系统的设计目标是检测宽度为1480毫米的织物卷，受限于实验条件，其原型机视野被设置为808毫米，可通过增加一套相同的相机和照明系统轻松扩展至全覆盖。为清晰捕捉各类瑕疵，系统巧妙结合了两种互补的照明技术： * 暗场照明（Dark Field, DF）：以低角度照射织物表面，使正常表面呈暗态，而划痕、凹陷等表面不规则结构因散射光线而凸显为亮斑，极大地增强了表面瑕疵的对比度。但此方法也会让非瑕疵的褶皱等特征变得明显。 * 背光照明（Back Light, BL）：从织物背面打光，利用不同织造结构区域对光的吸收差异来形成图像对比。此方法对轻微褶皱等表面不平整不敏感，能有效避免干扰，更适合检测织物内部结构的异常。 通过两种照明方式的融合，系统能够更全面可靠地捕捉各类瑕疵图像。此外，为确保在30米/分钟的卷布速度下图像不模糊，系统选用了全局快门相机，并精确计算了相机的曝光时间需小于0.8毫秒，以确保成像清晰度。
2. 数据集构建 研究使用了91个涵盖棉、弹性、合成等多种材质及黑色、白色等多种颜色的织物样本。通过所设计的光学系统采集图像，并经过滤除重复、模糊、无瑕疵图像以及调整对比度等预处理步骤后，构建了初始数据集。 为解决样本数量有限及瑕疵多样性的问题，研究采用了两种数据增强策略： * 合成新图像：利用Photoshop，将原始图像中的瑕疵区域精确提取后，叠加到新的背景图像上，并调整色彩参数使其自然融合，为每类瑕疵生成约50至100张新图。 * 在线数据增强：在图像预处理阶段，通过翻转、旋转、缩放、调整亮度与对比度等操作，进一步扩充数据集的多样性。 最终构建的数据集包含3355张图像，涵盖了9种来自生产实践的具体瑕疵类型，如横档、污渍、色差条纹、褶痕和卷布裂痕等，这些瑕疵比传统数据集中的更复杂、更微小和模糊，更具现实挑战性。数据集被划分为2819张用于训练，361张用于验证，175张用于测试。
3. 深度学习模型训练与评估 研究选择并比较了当下主流的六种目标检测模型：单阶段的RefineDet、改进版RefineDet、YOLOv8、YOLOv11以及DETR（检测变换器, Detection Transformer），和两阶段的Faster R-CNN。 * RefineDet及其改进版：原始RefineDet采用单阶段架构，包含锚框细化模块（Anchor Refinement Module, ARM）和目标检测模块（Object Detection Module, ODM）。改进版则通过引入全卷积通道注意力机制（FCCA-ARM）、自底向上路径增强的传输连接模块（BA-TCB）等组件，优化了对小目标和模糊污损的定位能力。 * YOLO系列（YOLOv8与YOLOv11）：YOLOv8使用CSPDarknet53作为主干网络，集成了C2f模块和特征注意力网络（FAN）等。而作为最新版本的YOLOv11，则引入了C3k2模块、快速空间金字塔池化（SPPF）和并行空间注意力卷积模块（C2PSA）等创新架构，旨在进一步提升检测精度和计算效率。 * DETR：这是一种基于Transformer架构的模型，利用自注意力机制和匈牙利匹配算法直接预测物体类别和边界框，流程更简洁。 * Faster R-CNN：这是一种经典的二阶检测器，通过区域建议网络（Region Proposal Network, RPN）生成候选区域，再由后续网络进行分类和回归，通常具有较高的精度但速度较慢。
所有模型在NVIDIA Geforce RTX 2080Ti 12GB GPU上进行训练，使用平均精度均值（mAP）、精确率、召回率和F1分数等指标进行评估，比较其准确性和推理速度。
实验结果表明，不同模型在检测精度和速度上差异显著。 在准确性方面，Faster R-CNN表现最为出色，其mAP达到了86%，F1分数为0.90，在各类瑕疵上均表现出很高的精度和召回率。YOLOv8和YOLOv11紧随其后，mAP均为81%。而原始RefineDet、改进版RefineDet和DETR的mAP分别为76%、72%和73%。特别是在“xeplycuoncay”和“socmau”等挑战性较高的瑕疵类别上，前三个模型的检测能力远优于后三者。 在检测速度方面，单阶段模型优势明显。YOLOv8和YOLov11处理单张图像的时间分别仅为17.5毫秒和22.1毫秒，模型大小分别为25.9M和20.11M。相比之下，虽然检测精度最高的Faster R-CNN处理时间需要45毫秒，速度慢了一倍多，且模型体积更大（41.34M），不适合实时部署。DETR也因架构较重，检测速度较慢（33.6毫秒/图）。 综合权衡精度与速度，YOLOv11凭借其对微小、模糊目标的高精度识别能力以及满足实时系统要求（比Faster R-CNN快一倍）的快速处理速度，成为本研究中最优的模型。与其他文献在DAGM2007（10类瑕疵，Faster R-CNN的mAP为62.07%）和TILDA（6类瑕疵，改进RefineDet的mAP为80.2%）等数据集上的结果相比，本研究在更具挑战性的自建数据集上取得了81%的mAP，显示出了更强的适应性。
本研究成功开发了一套面向工业织物生产过程的实时瑕疵检测系统。其科学价值在于，提出了一种将暗场和背光相结合的创新光学设计方案，有效解决了高速运动下微小、模糊织物瑕疵的成像难题，为类似工业视觉检测场景提供了硬件设计新思路。同时，通过系统性地对比和评估多类最先进的深度学习模型，揭示了YOLOv11在平衡检测精度与实时性方面的突出优势，特别强调了其处理快速移动中产生的小尺寸、模糊瑕疵的优越能力。 在应用价值上，该系统可直接集成到现有织物卷对卷（roll-to-roll）生产流程中，实现对织物全幅宽的自动化、高速、高精度质量检查，极大提升了检测效率和准确性，降低了人力成本和因质量问题导致的材料浪费，对保障纺织品最终品质、提升服装制造业的生产效益具有重要意义。