Low Cost Two-Stage Fabric Defect Detection at the Edge

En las bulliciosas fábricas de confección de Bangladesh, el segundo mayor exportador de ropa confeccionada del mundo, la calidad del producto final depende enteramente de la tela. Antes de que se corte una sola camisa, los rollos de tela deben ser inspeccionados en busca de agujeros, manchas de aceite e hilos enredados. Durante décadas, esta inspección ha sido una tarea humana. Los trabajadores se sitúan ante rollos de tela en movimiento, con sus ojos escaneando en busca de imperfecciones hasta que aparece la fatiga, lo que conduce a resultados inconsistentes y líneas de producción lentas. Aunque existen máquinas automatizadas, suelen ser demasiado caras y consumen mucha energía para las pequeñas y medianas fábricas que impulsan la economía local. El desafío para estas fábricas no es solo encontrar defectos, sino hacerlo con una computadora que cueste alrededor de cien dólares y funcione con muy poca electricidad. Aquí es donde entra el trabajo de los investigadores de la Universidad de Dhaka, que intentan construir un sistema que pueda ver lo que un ojo humano cansado podría pasar por alto, pero sin el costo de una supercomputadora.

Los investigadores abordaron este problema con una estrategia tomada de décadas de historia de la visión computacional: no revises todo con tu herramienta más potente. En su lugar, utiliza un filtro rápido y económico para descartar los artículos obvios y normales, y reserva el trabajo pesado para las pocas cosas que parezcan sospechosas. Construyeron un sistema de dos etapas para probar esta idea. La primera etapa es un programa compacto y ligero diseñado para reconocer cómo luce una tela "normal". Si la tela parece normal, el sistema descarta la imagen y continúa. Si la tela parece extraña, el sistema la marca y la envía a un segundo programa más potente que identifica exactamente qué es el defecto. Todo este proceso fue implementado en un dispositivo pequeño y asequible llamado NVIDIA Jetson Nano, el cual está diseñado para ejecutar tareas complejas en lugares donde los grandes servidores no pueden ir.

El equipo entrenó su primera etapa con miles de imágenes de tela perfecta, enseñándole a reconstruir la imagen de la tela en su mente. Cuando la tela es perfecta, la reconstrucción es fácil y precisa. Cuando hay un defecto, el sistema tiene dificultades para recrear la imagen, y esa dificultad señala una anomalía. Para hacer este filtrado más efectivo, añadieron algunos trucos ingeniosos al software, como centrarse más en los bordes de la tela donde los defectos suelen esconderse y aprender de un sistema experto preentrenado para comprender mejor cómo se ve un defecto. Esta primera etapa actúa como un portero. En sus pruebas, este portero marcó las veinte imágenes defectuosas en un conjunto específico de doscientas cuarenta y nueve imágenes, pero los investigadores advierten que este resultado es un resultado de calibración de muestra interna en lugar de una estimación independiente probada, con un intervalo de confianza amplio que sugiere que la recuperación (recall) real podría ser menor. Sin embargo, no fue perfecto ignorando las buenas; marcó casi la mitad de la tela limpia como sospechosa, obligando a la segunda etapa a trabajar más de lo esperado.

La segunda etapa utiliza un sistema de detección de objetos bien conocido para observar las imágenes marcadas y localizar exactamente la ubicación del agujero, la mancha de aceite o el error de hilo. Debido a que esta etapa es computacionalmente más costosa, los investigadores esperaban que, al filtrar primero las imágenes normales, el sistema funcionara mucho más rápido en general. Midieron la velocidad de su sistema de dos etapas frente a un sistema que ejecutaba el detector pesado en cada una de las imágenes. El sistema de dos etapas fue, de hecho, más rápido, procesando unas trece imágenes y media por segundo en comparación con poco menos de diez del sistema de solo el detector pesado. Esta mejora parecía un éxito, pero los investigadores decidieron profundizar para entender exactamente de dónde provenía esa velocidad.

Lo que descubrieron fue sorprendente e importante para cualquiera que intente construir sistemas similares. Cuando desglosaron el tiempo dedicado a cada tarea, descubrieron que la aceleración no provenía principalmente de saltarse el detector pesado. En cambio, provenía de cómo la computadora manejaba las imágenes. El sistema era capaz de leer el archivo de imagen desde el disco y procesar la siguiente imagen al mismo tiempo, ocultando efectivamente el tiempo que tomaba cargar los datos. El ahorro real al saltarse el detector pesado fue bastante pequeño, representando menos del diez por ciento de la ganancia total de velocidad. La razón de este pequeño ahorro fue que la primera etapa todavía enviaba tantas falsas alarmas que la segunda etapa tenía que ejecutarse en más de la mitad de las imágenes de todos modos.

Este hallazgo cambia el enfoque del problema. Los investigadores se dieron cuenta de que, en este tipo específico de computadora pequeña, el cuello de botella no es la inteligencia del detector, sino la velocidad a la que se pueden alimentar las imágenes. El sistema pasaba más tiempo cargando imágenes que analizándolas. Además, debido a que la primera etapa enviaba tantas falsas alarmas, el sistema no estaba aprovechando realmente la rareza de los defectos. Los investigadores calcularon que si pudieran ajustar la primera etapa para que fuera más cuidadosa y enviara menos falsas alarmas, el sistema podría ahorrar significativamente más tiempo, reduciendo potencialmente el trabajo de la segunda etapa en casi la mitad. Sin embargo, hacer que la primera etapa sea más cuidadosa conlleva el riesgo de perder defectos reales, un compromiso que requiere un equilibrio cuidadoso.

El estudio concluye que, si bien este sistema de dos etapas funciona y cabe en un dispositivo de bajo costo, la creencia común de que los sistemas en cascada proporcionan automáticamente aceleraciones masivas debe ser vista con cautela. La ganancia de velocidad observada fue principalmente un resultado de un manejo eficiente de los datos, no del filtrado en sí. Para las fábricas que buscan adoptar esta tecnología, el siguiente paso más efectivo no es necesariamente construir un detector más inteligente, sino ajustar la sensibilidad de la primera etapa para reducir las falsas alarmas y asegurar que el flujo de datos sea lo más fluido posible. El sistema funciona mejor como un asistente para los trabajadores humanos, ayudándoles a clasificar qué rollos de tela necesitan una mirada más cercana, en lugar de como un reemplazo totalmente autónomo. Demuestra que la inteligencia artificial avanzada puede ejecutarse en hardware humilde, pero también muestra que el camino hacia la velocidad se encuentra a menudo en la fontanería del sistema, no solo en el cerebro.