Low Cost Two-Stage Fabric Defect Detection at the Edge

In den geschäftigen Bekleidungsfabriken von Bangladesch, dem zweitgrößten Exporteur von fertiger Kleidung weltweit, hängt die Qualität des Endprodukts vollständig vom Stoff ab. Bevor ein einziges Hemd zugeschnitten wird, müssen Stoffrollen auf Löcher, Ölflecken und verhedderte Fäden untersucht werden. Seit Jahrzehnten ist diese Inspektion eine menschliche Aufgabe. Arbeiter stehen vor bewegten Stoffrollen und scannen mit ihren Augen nach Unvollkommenheiten, bis die Ermüdung einsett, was zu inkonsistenten Ergebnissen und langsamen Produktionslinien führt. Zwar existieren automatisierte Maschinen, doch diese sind oft zu teuer und stromhungrig für die kleinen und mittleren Mühlen, die die lokale Wirtschaft antreiben. Die Herausforderung für diese Fabriken besteht nicht nur darin, Defekte zu finden, sondern dies mit einem Computer zu tun, der etwa einhundert Dollar kostet und sehr wenig Strom verbraucht. Hier setzt die Arbeit der Forscher der Universität Dhaka an, die versuchen, ein System zu bauen, das sehen kann, was ein müdes menschliches Auge übersehen könnte, jedoch ohne die Kosten eines Supercomputers.

Die Forscher gingen dieses Problem mit einer Strategie an, die aus der jahrzehntelangen Geschichte der Computer Vision entlehnt wurde: Überprüfe nicht alles mit deinem leistungsfähigsten Werkzeug. Verwende stattdessen einen schnellen, günstigen Filter, um die offensichtlichen, normalen Artikel auszusortieren, und hebe die schwere Arbeit für die wenigen Dinge auf, die verdächtig aussehen. Sie bauten ein zweistufiges System, um diese Idee zu testen. Die erste Stufe ist ein kompaktes, leichtgewichtiges Programm, das darauf ausgelegt ist, zu erkennen, wie „normaler“ Stoff aussieht. Wenn der Stoff normal aussieht, verwirft das System das Bild und fährt fort. Wenn der Stoff seltsam aussieht, markiert das System ihn und sendet ihn an ein zweites, leistungsstärkeres Programm, das genau identifiziert, worin der Defekt besteht. Dieser gesamte Prozess wurde auf einem kleinen, erschwinglichen Gerät namens NVIDIA Jetson Nano implementeniert, das dafür entwickelt wurde, komplexe Aufgaben an Orten auszuführen, an denen große Server nicht eingesetzt werden können.

Das Team trainierte die erste Stufe mit tausenden Bildern von perfektem Stoff und brachte ihr bei, das Bild des Tuches in ihrem Geist zu rekonstruieren. Wenn der Stoff perfekt ist, ist die Rekonstruktion einfach und genau. Wenn es einen Defekt gibt, hat das System Schwierigkeiten, das Bild zu reproduzieren, und dieses Ringen signalisiert eine Anomalie. Um dieses Screening effektiver zu machen, fügten sie der Software einige kluge Kniffe hinzu, wie etwa die stärkere Konzentration auf die Kanten des Stoffes, wo Defekte oft verborgen liegen, und das Lernen von einem vortrainierten Expertensystem, um einen Defekt besser verstehen zu können. Diese erste Stufe fungiert als Torwächter. In ihren Tests markierte dieser Torwächter alle zwanzig defekten Bilder in einem spezifischen Satz von zweihundertneunundvierzig Bildern, aber die Forscher mahnen zur Vorsicht, dass dieses Ergebnis ein Kalibrierungsergebnis innerhalb der Stichprobe ist und keine bewiesene unabhängige Schätzung darstellt, wobei ein weites Konfidenzintervall darauf hindeutet, dass die wahre Recall-Rate niedriger sein könnte. Es war jedoch nicht perfekt darin, die guten Teile zu ignorieren; es markierte fast die Hälfte des sauberen Stoffes als verdächtig, was die zweite Stufe härter arbeiten ließ als erhofft.

Die zweite Stufe verwendet ein bekanntes Objekterkennungssystem, um die markierten Bilder zu untersuchen und die genaue Position des Lochs, des Ölflecks oder des Fadenfehlers zu bestimmen. Da diese zweite Stufe rechenintensiver ist, hofften die Forscher, dass das System durch das vorherige Filtern der normalen Bilder insgesamt viel schneller laufen würde. Sie maßen die Geschwindigkeit ihres zweistufigen Systems gegenüber einem System, das den schweren Detektor auf jedes einzelne Bild anwendet. Das zweistufige System war tatsächlich schneller und verarbeitete etwa dreizehn Komma fünf Bilder pro Sekunde im Vergleich zu knapp unter zehn für das schwere Nur-Detektor-System. Diese Verbesserung sah wie ein Erfolg aus, aber die Forscher beschlossen, tiefer zu graben, um genau zu verstehen, woher diese Geschwindigkeit kam.

Was sie entdeckten, war überraschend und wichtig für jeden, der ähnliche Systeme bauen möchte. Als sie die Zeit aufgabenweise aufbrachen, stellten sie fest, dass die Beschleunigung nicht primär dadurch zustande kam, dass der schwere Detektor übersprungen wurde. Stattdessen lag es daran, wie der Computer die Bilder handhabte. Das System war in der Lage, die Bilddatei von der Festplatte zu lesen und gleichzeitig das nächste Bild zu verarbeiten, wodurch die Zeit, die für das Laden der Daten benötigt wurde, effektiv verborgen wurde. Die tatsächliche Ersparnis durch das Überspringen des schweren Detektors war recht gering und machte weniger als zehn Prozent des gesamten Geschwindigkeitsgewinns aus. Der Grund für diese geringe Ersparnis war, dass die erste Stufe immer noch so viele Fehlalarme sendete, dass die zweite Stufe ohnehin auf mehr als der Hälfte aller Bilder laufen musste.

Dieser Befund verschiebt den Fokus des Problems. Die Forscher erkannten, dass auf diesem speziellen Typ eines kleinen Computers nicht die Intelligenz des Detektors der Flaschenhals ist, sondern die Geschwindigkeit, mit der die Bilder in ihn hineingefüttert werden können. Das System verbrachte mehr Zeit mit dem Laden der Bilder, als es mit der Analyse der Bilder verbrachte. Zudem war das System, da die erste Stufe so viele Fehlalarme sendete, nicht wirklich in der Lage, die Seltenheit von Defekten auszunutzen. Die Forscher berechneten, dass das System deutlich mehr Zeit sparen könnte – potenziell die Arbeit der zweiten Stufe um fast die Hälfte zu reduzieren –, wenn sie die erste Stufe so abstimmen könnten, dass sie vorsichtiger ist und weniger Fehlalarme sendet. Das Risiko besteht jedoch darin, dass eine vorsichtigere erste Stufe echte Defekte übersehen könnte – ein Kompromiss, der eine sorgfältige Abwägung erfordert.

Die Studie kommt zu dem Schluss, dass dieses zweistufige System zwar funktioniert und auf ein kostengünstiges Gerät passt, die verbreitete Annahme, dass Kaskadensysteme automatisch massive Geschwindigkeitssteigerungen bieten, jedoch mit Vorsicht zu genießen ist. Der beobachtete Geschwindigkeitsgewinn war hauptsächlich das Ergebnis effizienter Datenverarbeitung, nicht des Filterns selbst. Für Fabriken, die diese Technologie einführen möchten, ist der effektivste nächste Schritt nicht unbedingt der Bau eines klügeren Detektors, sondern vielmehr die Feinabstimmung der Sensitivität der ersten Stufe, um Fehlalarme zu reduzieren, sowie die Sicherstellung, dass die Datenpipeline so reibungslos wie möglich verläuft. Das System eignet sich am besten als Assistent für menschliche Arbeiter, um ihnen dabei zu helfen, zu entscheiden, welche Stoffrollen eine genauere Betrachtung benötigen, anstatt als ein vollautomatischer Ersatz zu dienen. Es beweist, dass fortschrittliche künstliche Intelligenz auf bescheidener Hardware laufen kann, zeigt aber auch, dass der Weg zur Geschwindigkeit oft in der „Rohrleitungsarbeit“ des Systems liegt und nicht nur im „Gehirn“.