Automated fabric inspection system development aided with convolutional autoencoder-based defect detection

Basit Öğe Kaydı
dc.authoridKaymakçı, Özgür Turay / 0000-0001-7553-6887
dc.contributor.authorMercimek, Muharrem
dc.contributor.authorÖz, Muhammed Ali Nur
dc.contributor.authorKaymakçı, Özgür Turay
dc.date.accessioned2025-01-27T19:28:38Z
dc.date.available2025-01-27T19:28:38Z
dc.date.issued2024
dc.departmentÇanakkale Onsekiz Mart Üniversitesi
dc.description.abstractIndustrial automatic fabric inspection system, a critical technology in the industry, enhances both total production quantity and quality compared to conventional inspection techniques. This study aims to create a reliable and effective real-time automated visual inspection system for fabrics, focusing on defect detection. The goals of the study can be stated as; installing a system with advanced technology for capturing and processing images swiftly, the development and deployment of a system capable of autonomously learning and scanning fabrics in use, and the creation of a smart framework for accurate fabric defect detection and classification. We focus on the development of unsupervised fabric defect detection using a convolutional autoencoder model, and defect classification using a convolutional neural network model, which takes input as the feature vector generated by the convolutional autoencoder. The experimental outcomes have displayed significant success rates in both detecting defects and classifying them, confirming the effectiveness of the framework in real-time visual inspection systems.
dc.description.abstractEndüstriyel otomatik kumaş inceleme sistemi, endüstride klasik inceleme tekniklerine göre hem toplam üretim miktarını hem de kaliteyi artıran kritik bir teknolojidir. Bu çalışma, kumaşlar için güvenilir ve etkili bir gerçek zamanlı otomatik görsel inceleme sistemi oluşturmayı amaçlamaktadır ve odak noktası olarak hata tespiti üzerinde yoğunlaşmaktadır. Çalışmanın hedefleri; hızlı bir şekilde görüntüleri yakalama ve işleme yeteneğine sahip gelişmiş teknolojiye sahip bir sistem kurmak, kullanımdaki kumaşları otomatik olarak öğrenme ve tarayabilme yeteneğine sahip bir sistem geliştirme ve, doğru kumaş hata tespiti ve sınıflandırması için akıllı bir yaklaşım oluşturmak şeklinde ifade edilebilir. Çalışmada, evrişimli otokodlayıcı modeli kullanarak denetimsiz bir kumaş hata tespiti ve evrişimli sinir ağı modeli kullanarak hata sınıflandırma geliştirme işlemleri üzerinde durulmaktadır. Sınıflandırmada kullanılan evrişimli sinir ağının girişine evrişimli otokodlayıcı tarafından üretilen özellik vektörü sunulmaktadır. Deney sonuçları analiz edildiğinde, hem hataları tespitte hem de bunları sınıflandırmada önemli başarı sergilenmiştir ve yaklaşımın gerçek zamanlı görsel inceleme sistemlerindeki etkinliğini gösterilmiştir.
dc.identifier.doi10.28948/ngumuh.1481769
dc.identifier.endpage1114
dc.identifier.issn2564-6605
dc.identifier.issue4
dc.identifier.startpage1100
dc.identifier.trdizinid1272477
dc.identifier.urihttps://doi.org/10.28948/ngumuh.1481769
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1272477
dc.identifier.urihttps://hdl.handle.net/20.500.12428/15825
dc.identifier.volume13
dc.indekslendigikaynakTR-Dizin
dc.language.isoen
dc.publisherNiğde Ömer Halisdemir Üniversitesi
dc.relation.ispartofNiğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_TRD_20250125
dc.subjectKumaş hatası tespiti
dc.subjectFabric defect detection
dc.subjectKumaş inceleme sistemi
dc.subjectFabric inspection system
dc.subjectEvrişimli otokodlayıcı
dc.subjectConvolutional autoencoder
dc.titleAutomated fabric inspection system development aided with convolutional autoencoder-based defect detection
dc.title.alternativeEvrişimli otokodlayıcı tabanlı hata tespiti ile desteklenen otomatik kumaş inceleme sistemi geliştirilmesi
dc.typeArticle

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Ozgur Turay Kaymakci_Makale.pdf
Boyut:
2.47 MB
Biçim:
Adobe Portable Document Format
İndir

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu
Elektrik-Elektronik Mühendisliği Bölümü Koleksiyonu