基于5G+经编花边瑕疵视觉识别检测系统开发与运用
一、项目背景
（一）政策与战略导向
党的二十大报告提出建设制造强国、数字中国等目标，工信部推进“人工智能+工业互联网”融合，福建省出台政策支持纺织业数字化智能化转型。福建东龙针纺有限公司紧跟政策导向，启动5G+经编花边瑕疵人工智能应用项目，助力纺织行业突破发展瓶颈。
（二）行业领域痛点
传统经编花边瑕疵检测依赖人工目视，验布机日产能仅5000米，漏检率30%-60%，增加成本与浪费，且工人劳动强度大、培训成本高、标准不统一。叠加人力成本上升、市场质量要求提高，传统检测模式难满足行业高质量发展，亟需技术创新革新。
（三）先进经验借鉴与本地化结合
国内多个行业已在“人工智能+工业检测”领域积累成熟经验：汽车制造业采用机器视觉技术实现零部件高精度检测，电子行业通过AI算法快速识别电路板瑕疵。本项目融合AI视觉识别、5G技术与纺织工艺，打造智能检测解决方案，依托东龙针纺省级企业技术中心、CNAS认证检测中心的研发基础，实现技术本地化适配与创新，推动纺织行业检测模式转型升级。
二、项目目标
（一）解决核心问题
破解传统人工检测效率低、精度差、成本高的痛点，减轻一线检测工人劳动强度，改善作业环境；提升产品质量稳定性与市场竞争力，降低废料率与产品赔付成本，实现精益化生产。
（二）创新生产模式
以“人工智能+工业制造”为核心，构建全天候、全流程、高精度的智能检测新模式，推动纺织生产从“事后检验”向“事中预警”转变，从“人工主导”向“智能管控”升级，实现生产检测数字化、智能化闭环管理。
（三）支撑企业与行业发展
积累可复制、可推广的“人工智能+纺织实践经验，为福建省乃至全国纺织行业数字化转型提供技术参考与示范引领，推动整个产业的高质量发展。
三、建设内容
本项目针对纺织行业花边领域的瑕疵检测需求，基于中国移动5G+AI视觉识别检测技术和边缘云算力部署，围绕业务流程，打造端、管、边、云、用一体化解决方案，包括生产机台成像系统改造、5G专网传输、边缘AI推理、云化AI训练、以及瑕疵管理系统开发等，提供快速高效检测出花边面料瑕疵的解决方案，解决原人工检测方式存在的劳动强度大，易视觉疲劳，检测效率低，容易误检漏检等痛点问题，同时由事后质检着手进行能力验证，逐步推进应用至事中检测，用AI赋能织造全流程再造。。
（二）核心功能
智能检测覆盖数十种瑕疵类型，检测精度达1mm，检出率超95%、漏检率≤1.5%，织机面料100%在线全检，验布机日产能从5000米提至8000米，每百米瑕疵检出数增至30个。设备可按瑕疵情况自动配置停机策略，支持一人多机看管与24小时作业。构建数据集管理系统，生成检测报表，通过数字孪生实现瑕疵追溯与工艺优化。系统与生产管理、ERP系统无缝对接，共享数据，构建全流程质量管控体系，打破“信息孤岛”。
（三）保障机制
组织保障上，成立由技术负责人牵头、多部门协同的专项工作组，设技术攻坚小组吸纳行业高端人才与外部专家参与核心研发；协同机制方面，与中国移动、华为建立常态化沟通，明确各方职责（网络部署、算法支持、场景落地），定期召开推进会解决问题；人员保障上，开展内部数字化技能培训，招募专业技术人员，联合高校及科研机构推进产学研合作，培养纺织智能化专业人才。
四、实施效果
（一）案例应用情况及效益
先进性：本项目针对花边坯布表面缺陷构建AI检测系统，在坯布生产和检测过程中，及时、快速、准确检测出表面缺陷，自动记录缺陷位置，并辅助人工去查看、处理瑕疵信息，从而促进改善生产工艺、节约生产成本、提高产品外观品质。
有效性：项目实施后对非剪线款花边坯布中常见的多种疵点提供、高速精确的布面缺陷检测，释放挡车工70%以上检测耗时，为东龙降低人力成本约35%，瑕疵检出率提升至98%，每年质量控制成本性下降约300万，降低质量损失成本约200万元。
示范性：花边瑕疵检测算法的解决，可以迅速在花边行业树立标杆，实现瑕疵检测算法在长乐、福州乃至全省、全国的项目复制，有效的解决企业人力资源短缺、成本高等一系列问题。
（二）第三方认证与荣誉
项目核心技术通过专家鉴定，攻克了花边复杂瑕疵AI识别分类、漏检率小于1.5%、算法兼容性等技术难题，达到全国领先水平。2023年11月，该项目荣获金砖国家工业创新大赛新星奖;2024年6月，成功入选工信部中小企业数字化转型城市试点典型案例，成为全国仅3个入选案例之一:同年，又入选为福建省省级人工智能产业发展项目和福建省技术创新重点攻关及产业化项目。
（三）可持续发展
建立持续迭代机制，依据生产数据与用户反馈优化知识库及算法；拓展5G+AI视觉检测技术至印染、服装等相关领域，联合产业链上下游组建创新联合体，研发关键技术、制定标准，构建开放协同产业生态，引领纺织行业智能化发展。
五、项目亮点与创新点
（一）技术创新
首创OCC单类分类与AI自学习结合的检测模式，实现多面料少量样本的快速建模与持续优化，解决了花型多、瑕疵形态复杂的行业痛点，填补了纺织行业多面料智能检测的技术空白。
采用二阶分类器技术，实现瑕疵的精准分类与定位，为生产工艺优化提供精细化数据支撑，检测精度达到1mm，远超行业平均水平。
融合5G+MEC边缘计算与国产化算力，构建低时延、高可靠的算网架构，实现算力资源的高效利用，保障工业场景的实时性需求，API调用准确率接近100%。
（二）模式创新
实现检测环节从“事后检验”向“事中预警”的转变，有效减少批量瑕疵产品的产生，颠覆了传统纺织行业的质量管控模式。
构建“企业牵头+运营商支撑+技术商赋能”的协同创新模式，整合产业链上下游资源，形成技术研发、场景应用、规模推广的全流程闭环，为工业互联网项目实施提供了可借鉴的合作范式。
（三）管理创新
建立数据化精细化管理体系，通过智能检测系统实时采集、分析生产数据，为决策提供科学依据，推动管理从“经验驱动”向“数据驱动”转变。运用数字孪生技术优化巡检流程，管理人员借助生产看板实时监控设备运行与产品质量，实现远程监控、精准处置，提升生产管理效率与科学性。
完成单位：中国移动通信集团福建有限公司福州分公司