Все рубрики
В Омске четверг, 20 Июня
В Омске:
Пробки: 4 балла
Курсы ЦБ: $ 82,6282    € 89,0914

Ольга ТУРОВА, студентка ОмГТУ: «Мы предлагаем при помощи смартфона и микроскопа определять характеристики и свойства тканей»

14 сентября 2023 09:33
0
684

Подведены итоги конкурса «УМНИК – 2022».

Одним из победителей, который получит грант в размере 500 тысяч рублей на реализацию проекта, стала студентка факультета информационных технологий и компьютерных систем Омского государственного технического университета Ольга ТУРОВА. Она предложила жюри разработку цифрового онлайн-сервиса для идентификации и прогнозирования свойств текстильных  материалов с помощью методов машинного обучения. Обозреватель еженедельника «Коммерческие Вести» Анастасия ИЛЬЧЕНКО узнала у автора проекта, как  будет происходить определение свойств тканей, кто и на каких условиях сможет использовать данный сервис.

– Ольга, расскажите, как родилась идея.

– На кафедре прикладной математики и фундаментальной информатики ОмГТУ, где я обучаюсь, есть проектная деятельность, когда команды сами либо с подачи руководителя выбирают проекты и работают над ними. На третьем курсе кандидат технических наук, доцент кафедры «Конструирование и технология изделий легкой промышленности» Елена Юрьевна ДОЛГОВА предложила команде данную тему, а затем некоторые участники продолжили ее и вынесли на диплом. Она же посоветовала нам подать заявку на конкурс «УМНИК».

– В чем суть вашей работы?

– Мы создаем цифровой сервис для идентификации и прогнозирования свойств текстильных материалов с помощью методов машинного обучения. Предприятия легкой промышленности при закупке материалов чаще всего не имеют возможности протестировать их, сделать оценку качества. Особенно если речь идет о закупке онлайн. Материалы можно протестировать только в специальных испытательных лабораториях, которых в стране немного. И услуга эта дорогостоящая. Мы предлагаем при помощи смартфона, камеры и простого микроскопа с увеличением до 200 крат по фотоизображениям определять характеристики и свойства тканей. Наш сервис можно использовать и для выбора определенного материала для изделия с учетом его характеристик и свойств.

– На какой стадии ваша работа?

– Сейчас создаем прототип, который позволит определять базовые характеристики – вид материала, нитей, сырьевой состав и такие показатели, как воздухопроницаемость, жесткость и драпируемость.

– Для всего этого нужна только фотография материала?

– Все верно. Делается фотография поверхности ткани или нити. А если нужно определить сырьевой состав, используется микроскоп, под ним волокна также фотографируются на телефон.

– Как ваш сервис сможет отличать шерсть от шелка?

– В его основе лежат технологии машинного обучения, а конкретно – компьютерного зрения. Мы обучаем сверточные нейронные сети на фотоизображениях. Сначала собираем большое количество данных, без них никуда. Этот процесс для нас стал одним из самых трудных, поскольку речь идет о значительных объемах. Да и собрать их не так просто. Мы делаем это самостоятельно. Затем данные передаются программистам, которые в нашей команде занимаются машинным обучением. Данные делятся на тестовую выборку и на обучающие. Сначала обучаем нейронную сеть, а затем оцениваем ее работу на тестовой выборке.

– Сколько вам пришлось сфотографировать образцов, чтобы выборка была репрезентативной, скажем, по шерсти?

– Точное число сказать не могу, но, например, общее количество изображений для определения вида материала уже составляет более двух тысяч. В результате обучения на этом количестве данных модель по определению вида материала работает с точностью 97 %. Однако при дополнительном тестировании были выявлены некоторые проблемы, над которыми мы работаем. До сих пор ведем сбор данных для всех моделей. Определение сырьевого состава – шерсть, лен, хлопок и т. д. – является одной из самых сложных задач, поскольку требуется классифицировать материалы по девяти классам. Существуют ведь не только чистые материалы, есть и смеси. А найти достаточное количество таких образцов сложно.

– Сколько образцов, на ваш взгляд, нужно протестировать, чтобы обучить нейронную сеть?

– Точной цифры пока нет. Но мы хотим добиться точности более 90%. Сейчас у нас готова модель, которая по фотографии определяет вид материала – ткань или трикотаж. С этой задачей наш прототип справляется с точностью 96 %, т. е. из 100 образцов неправильно классифицирует всего четыре. Мы стремимся, чтобы другие модели были по точности не хуже.

– За счет чего вы добились таких хороших результатов?

– При загрузке фото ткани и трикотажа система видит, как переплетаются нити – это основное отличие между тканью и трикотажем. Пока я занималась обучением нейронной сети, сама научилась определять (смеется).

– Вы говорили, что сервисом можно будет пользоваться онлайн. То есть потребитель зайдет на маркетплейс, выберет ткань и с помощью вашей программы протестирует выложенные там фото?

– Результаты в этом случае будут не очень точными. Все-таки для нейронных сетей нужны фотографии определенных стандартов. Скажем, для определения вида материала требуется изображение поверхности в режиме макросъемки, а на маркетплейсах таких обычно нет. Для определения вида нити надо сфотографировать ее и посмотреть, как в ней переплетаются волокна. И это базовые характеристики. Затем при определении жесткости, драпируемости мы отталкиваемся от этих показателей, т.е. прежде чем определить какие-то свойства, нужно знать базовые характеристики. При заказе онлайн скорее всего придется взаимодействовать с продавцом, чтобы он предоставил изображения.

– Есть какие-то особенности при работе с тканями?

– Они состоят в предварительной обработке изображения. Для определения, допустим, воздухопроницаемости используется метод, который еще не запатентован. Им занималась Елена Юрьевна ДОЛГОВА.

– Сколько всего эта разработка потребует патентов?

– Два. Еще один – на программное обеспечение.

– А стойкость краски ткани ваш сервис сможет определять?

– К сожалению, нет. Наш сервис сможет определять основные характеристики и свойства, в отношении которых часто происходят нарушения. Скажем, случается, что после пары носок изделие покрывается катышками. Это называется пиллингуемость. При дальнейшей работе над проектом мы планируем ее определять.

– Кому будет интересна ваша разработка?

– Основными нашими стейкхолдерами являются швейные предприятия, производители и поставщики изделий легкой промышленности. А также ими могут быть ателье по пошиву одежды, которым интересна тема использования конкретного материала для изделия. В дальнейшем нашими пользователями, возможно, будут и обычные покупатели, допустим родители, которым важно знать, что ткань имеет хорошую воздухопроницаемость и не навредит ребенку.

– Программа будет работать на основе обычных мобильных телефонов?

– Мы планируем создать ее в двух вариантах – в мобильном и десктопном приложении. На фабриках, скорее всего, удобнее будет работать за компьютером.

– В какую сумму примерно обойдется ваш онлайн сервис фабрике и обычным людям?

– По нашим подсчетам, стоимость одного исследования составит до одной тысячи рублей. Для сравнения: изучение одного образца в испытательной лаборатории стоит от 12 до 60 тыс. рублей. Последняя цифра встречается гораздо чаще. Дешевле редко бывает.

– Одно исследование? Не загрузка приложения и использование его сколько угодно раз?

– Мы рассматриваем продажу пакета на некоторое число исследований или использование сервиса по подписке на определенный срок.

– С фабриками общались? Им это интересно?

– Да, мы держим связь с производствами в Омске и Новосибирске. Интерес к проекту однозначно есть. Многие сообщества готовы протестировать наш сервис. Омские фабрики, насколько мне известно, раньше отправляли материалы на исследования в местную лабораторию, но, к сожалению, она не прошла аккредитацию, и ее закрыли. Поэтому они вынуждены отправлять материалы достаточно далеко – тратить средства, ждать.

– Когда будет завершена работа по созданию онлайн-сервиса?

– Через год после получения средств гранта должны закончить прототип цифрового сервиса.

– Кто входит в вашу команду?

– Она преимущественно состоит из студентов-программистов ОмГТУ. Изначально нас было 13 человек, сейчас осталось 6.

– Чем занимаетесь в свободное время?

– Занимаюсь спортом и вокалом. Работа сидячая, и хочется активности. Также люблю читать классические романы и книги по саморазвитию.

Биография

Ольга Владимировна ТУРОВА

Студентка ОмГТУ

Ольга ТУРОВА родилась 14 августа 2001 года в городе Калачинске Омской области. Окончила Любимовскую среднюю школу в Оконешниковском районе Омской области в 2019 году. И в этом же году поступила в ОмГТУ на факультет информационных технологий и компьютерных систем. В 2023 году получила диплом бакалавра ОмГТУ по специальности «Фундаментальная информатика и информационные технологии».

Фото из архива Ольги ТУРОВОЙ

Комментарии
Комментариев нет.

Ваш комментарий

Табло переходов омского ХК «Авангард»: вернулся Александр ЯРЕМЧУК

С форвардом заключен односторонний контракт на 3 сезона

20 июня 13:31
1
534

Наверх
Наверх
Сообщение об ошибке
Вы можете сообщить администрации газеты «Коммерческие вести»
об ошибках и неточностях на сайте.