Automated Dimensional Verification of Textile Cuts Using Improved U-Net and ResUnet Models

कपड़े बनाने की दुनिया में, एक ऐसे परिधान के बीच जो बिल्कुल सही फिट बैठता है और एक ऐसे के बीच जो अजीब महसूस होता है, जो अक्सर कुछ मिलीमीटर का अंतर होता है। जब एक फैक्ट्री शर्ट, आस्तीन या कॉलर बनाने के लिए कपड़े को काटती है, तो वे टुकड़े एक सटीक ब्लूप्रिंट से मेल खाने चाहिए। यदि कोई टुकड़ा थोड़ा भी बड़ा या छोटा है, तो समस्या वहीं नहीं रुकती; यह असेंबली लाइन के माध्यम से आगे बढ़ती है, जिससे अंतिम उत्पाद गलत दिखता है, असमान रूप से सिकुड़ जाता है, या उसमें महंगे सुधार की आवश्यकता होती है। दशकों से, इन आयामों की जांच करना एक धीमा, मैनुअल कार्य रहा है। कुशल श्रमिकों को प्रत्येक कपड़े के टुकड़े को बिछाना, उसे हाथ से समतल करना और रूलर या टेम्पलेट से मापना पड़ता था। यह प्रक्रिया न केवल समय लेने वाली है बल्कि मानवीय त्रुटियों के प्रति भी संवेदनशील है, क्योंकि कपड़े की नरम और खिंचाव वाली प्रकृति इसे पूरी तरह से स्थिर रखने में कठिन बना देती है, और अलग-अलग श्रमिक एक ही टुकड़े को थोड़ा अलग तरह से माप सकते हैं।

इसे हल करने के लिए, शोधकर्ताओं ने कंप्यूटर विज़न की ओर रुख किया है, जो एक ऐसा क्षेत्र है जहाँ कैमरे और सॉफ्टवेयर मिलकर वस्तुओं को "देखने" और मापने का काम करते हैं। हालाँकि, कपड़े के एक सपाट टुकड़े को मापना एक कठोर धातु के पुर्जे को मापने की तुलना में बहुत कठिन है। कपड़ा झुर्रियों वाला, हिलने वाला और विकृत होने वाला होता है, जो मानक मापन उपकरणों को भ्रमित कर देता है जो सीधी रेखाओं और निश्चित आकृतियों की अपेक्षा करते हैं। चुनौती एक ऐसा सिस्टम बनाने की है जो कपड़े के कटे हुए टुकड़े की तस्वीर देख सके, उसके सटीक बाहरी आकार (आउटलाइन) का पता लगा सके, उस बाहरी आकार पर विशिष्ट बिंदुओं को खोज सके, और बिना किसी मानवीय स्पर्श के, मिलीमीटर की सटीकता के साथ उसके वास्तविक आकार की गणना कर सके।

पेरू के एप्लाइड साइंसेज यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने इस सटीक समस्या से निपटने के लिए एक नया स्वचालित सिस्टम विकसित किया है। उन्होंने टेक्सटाइल कट्स की फोटोग्राफी करने के लिए एक विशेष सेटअप बनाया और फिर छवियों का विश्लेषण करने के लिए उन्नत आर्टिफिशियल इंटेलिजेंस का उपयोग किया। एक एकल, कठोर विधि पर निर्भर रहने के बजाय, उनका सिस्टम कपड़े के टुकड़े के विशिष्ट आकार के अनुसार खुद को ढाल लेता है। शर्ट के कुछ हिस्सों के लिए, जैसे कि एक छोटा कॉलर, एक प्रकार का विश्लेषण सबसे अच्छा काम करता है; बैक पैनल जैसे बड़े हिस्सों के लिए, एक अलग दृष्टिकोण बेहतर परिणाम देता है। शोधकर्ताओं ने अपने सिस्टम का परीक्षण टी-शर्ट के चार मौलिक भागों पर किया: फ्रंट पैनल, बैक पैनल, कॉलर और आस्तीन। उन्होंने पाया कि अपने सॉफ्टवेयर के भीतर विभिन्न गणितीय रणनीतियों को जोड़कर, वे सटीकता का एक ऐसा स्तर प्राप्त कर सकते हैं जो मानव विशेषज्ञों की बराबरी करता है, लेकिन मशीन की गति और निरंतरता के साथ।

उनके समाधान का केंद्र एक कस्टम-निर्मित कैमरा चैंबर है। एक छोटे, प्रकाश-रोधी बॉक्स की कल्पना करें जहाँ रोशनी पूरी तरह से समान हो और कैमरा अपनी जगह पर स्थिर हो, ताकि वह कभी न हिले या अपना फोकस न बदले। इस बॉक्स के अंदर, एक कर्मचारी कटे हुए कपड़े के टुकड़े को एक सपाट, सफेद सतह पर रखता है। कैमरा एक हाई-रिज़ॉल्यूशन तस्वीर लेता है, और सिस्टम तुरंत अपना काम शुरू कर देता है। सॉफ्टवेयर पहले छवि को साफ करता है और फिर दो अलग-अलग प्रकार के डीप लर्निंग मॉडल्स का उपयोग करता है, जो अनिवार्य रूप से अत्यधिक प्रशिक्षित डिजिटल मस्तिष्क हैं, कपड़े के बाहरी आकार को ट्रेस करने के लिए। ये मॉडल केवल किनारों को नहीं ढूंढ रहे हैं; इन्हें कपड़े के जटिल घुमावों और नरम सीमाओं को समझने के लिए प्रशिक्षित किया गया है। इन डिजिटल मस्तिष्कों को सही ढंग से सीखने के लिए, शोधकर्ताओं ने उन्हें तीन अलग-अलग लर्निंग नियमों के विशेष संयोजन का उपयोग करके सिखाया। एक नियम मॉडल को समग्र आकार समझने में मदद करता है, दूसरा सटीक किनारों पर ध्यान केंद्रित करता है, और तीसरा मॉडल को उन कठिन क्षेत्रों पर विशेष ध्यान देने में मदद करता है जहाँ कपड़ा पृष्ठभूमि (बैकग्राउंड) के साथ मिल सकता है। इन नियमों को मिलाकर, सिस्टम कपड़े के बाहरी आकार को अत्यधिक सावधानी से खींचना सीखता है, जिससे उन टेढ़े-मेढ़े या धुंधले किनारों से बचा जा सके जो अक्सर स्वचालित प्रणालियों में समस्या पैदा करते हैं।

एक बार जब सॉफ्टवेयर बाहरी आकार को ट्रेस कर लेता है, तो यह उस किनारे पर प्रमुख बिंदुओं की पहचान करता है, जैसे कि कॉलर के कोने या आस्तीन के सिरे। यह एक महत्वपूर्ण चरण है क्योंकि सिस्टम को यह निर्धारित करने के लिए इन विशिष्ट बिंदुओं के बीच की दूरी को मापना होता है कि क्या टुकड़ा सही आकार का है। शोधकर्ताओं ने पाया कि इन बिंदुओं को खोजने का सबसे अच्छा तरीका कपड़े के आकार पर निर्भर करता था। कॉलर जैसे छोटे, अधिक जटिल टुकड़ों के लिए, उनके सॉफ्टवेयर का एक विशिष्ट कॉन्फ़िगरेशन सबसे अच्छा काम करता था। शर्ट के सामने और पीछे के हिस्से जैसे बड़े, सरल हिस्सों के लिए, एक अलग कॉन्फ़िगरेशन अधिक विश्वसनीय प्रदर्शन करता था। सिस्टम काम के लिए सही उपकरण चुनने में स्मार्ट है, जो देखी गई छवि के आधार पर सर्वोत्तम सेटिंग को स्वचालित रूप से चुन लेता है। बिंदुओं की पहचान करने के बाद, सिस्टम स्क्रीन पर पिक्सेल के बीच की दूरी को वास्तविक दुनिया के मिलीमीटर में बदल देता है। उन्होंने इस रूपांतरण को एक ज्ञात संदर्भ लंबाई का उपयोग करके कैलिब्रेट किया, यह सुनिश्चित करते हुए कि 100 पिक्सेल का माप हमेशा एक ही भौतिक दूरी के बराबर हो, चाहे कपड़े की बनावट या प्रकाश में मामूली बदलाव क्यों न हो।

इस अध्ययन के परिणाम दिखाते हैं कि यह सिस्टम उल्लेखनीय सटीकता के साथ काम करता है। टी-शर्ट के विभिन्न भागों पर परीक्षण किए जाने पर, सॉफ्टवेयर ने ऐसी सटीकता हासिल की जहाँ माप केवल लगभग एक मिलीमीटर तक ही गलत था। सटीकता का यह स्तर महत्वपूर्ण है क्योंकि यह औद्योगिक विनिर्माण की सख्त आवश्यकताओं को पूरा करता है, जहाँ छोटी त्रुटियां भी कपड़ों के पूरे बैच को खराब कर सकती हैं। यह सिस्टम पुराने, निश्चित तरीकों की तुलना में बेहतर प्रदर्शन करता है जो हर प्रकार के कपड़े के लिए एक ही सेटिंग्स का उपयोग करते थे। प्रत्येक टुकड़े की विशिष्ट ज्यामिति के अनुसार अपने दृष्टिकोण को अनुकूलित करके, नए सिस्टम ने त्रुटियों को कम किया और सभी परीक्षण किए गए विभिन्न घटकों में सुसंगत परिणाम प्रदान किए। शोधकर्ताओं ने यह भी नोट किया कि सिस्टम प्रत्येक टुकड़े के लिए एक अंतिम रिपोर्ट तैयार कर सकता है, जो फैक्ट्री वर्कर को ठीक-ठीक बताता है कि कौन से आयाम सही थे और कौन से स्वीकार्य सीमा से बाहर थे। यदि कोई टुकड़ा इतना छोटा था कि उसे सुधारा नहीं जा सकता था, तो सिस्टम ने उसे अस्वीकार करने के लिए चिह्नित कर दिया; यदि वह थोड़ा सा गलत था लेकिन बचाया जा सकता था, तो इसने वह जानकारी भी प्रदान की।

यह कार्य प्रदर्शित करता है कि टेक्सटाइल के लिए स्वचालित गुणवत्ता नियंत्रण न केवल संभव है, बल्कि अत्यधिक प्रभावी भी हो सकता है जब तकनीक को कपड़े की अनूठी चुनौतियों के अनुरूप बनाया जाए। शोधकर्ताओं ने केवल एक तेज़ रूलर नहीं बनाया; उन्होंने एक लचीला सिस्टम बनाया जो कपड़े की बारीकियों को समझता है। हालांकि इस अध्ययन में एक सिंगल टी-शर्ट मॉडल पर ध्यान केंद्रित किया गया था, लेकिन यह दृष्टिकोण पूरे उद्योग के लिए एक मार्ग सुझाता है। मैनुअल माप से हटकर और अनुकूलन योग्य, कंप्यूटर-आधारित सत्यापन की ओर बढ़ते हुए, कारखाने कचरे को कम कर सकते हैं, उत्पादन की गति बढ़ा सकते हैं और यह सुनिश्चित कर सकते हैं कि उत्पादन लाइन से निकलने वाला प्रत्येक परिधान फिट और गुणवत्ता के उसी उच्च मानक को पूरा करता है। यह सिस्टम कपड़े की कोमल, अप्रत्याशित प्रकृति और आधुनिक विनिर्माण की कठोर मांगों के बीच के अंतर को पाटने वाला एक व्यावहारिक, स्केलेबल समाधान है।