【億萬級別紡織服裝市場急需升級智能化，深圳一企業從智能驗布環節切入】在服裝設計界流行一句名言：“好服裝80%取決于面料質量”，可見即使在紡織服裝產業鏈的下游面料質量是多么的至關重要。

我國是紡織大國，也是全球最大的紡織服裝生產加工基地。紡織服裝面料產品的質量和人們的生活息息相關，影響產業發展，攸關企業生命。目前在紡織服裝生產企業主要通過專業的布匹檢驗QC站在驗布設備前通過肉眼發現布面疵點再進行疵點的標記或者記錄。

但人工驗布有三大痛點——檢出率低、速度慢、招工難且人員成本高。平均一個驗布工在1小時內最多發現200個疵點，瑕疵檢出率約為70%。但人員集中力最多維持20—30分鐘，而且驗布速度一般限制在20-30cm/s，若超過這個時間和速度，驗布工會產生疲勞。

2010年之前特別是再加入WTO之后，我國紡織工業抓住了重要戰略機遇期，充分地發揮中國人口紅利和產業體系完整的優勢，紡織業進入一段迅猛的增長期。但是近幾年來消退趨勢明顯，人工成本逐步上升，紡織業“中國制造”成本優勢不在。

另外隨著中產的崛起和“消費升級”的到來，下游服裝零售市場出現快時尚，“輕奢”、“嚴選”等現象對服裝品質和紡織生產效率提出越來越高的要求。

目前全球紡織服裝的生產企業幾乎都是用人工的方式來進行面料質檢，而在3c、汽車生產等生產企業應用非常成熟的傳統機器視覺技術在紡織領域極少應用。因面料的種類多變和疵點的多樣性，傳統機器視覺技術很難解決面料的自動化檢測。隨著人工智能技術的發展和應用，面料的自動化視覺檢測成為可能。

記者近日接觸到的深圳靈圖慧視科技有限公司，就基于深度學習和機器視覺技術開發了智能驗布系統和智能驗布機，并向紡織企業和服裝企業銷售。

紡織行業產業鏈從上到下可以分為4個主要環節——紡織原料商、坯布織造廠、成品面料商，以及最下游的各級經銷商、外商、終端品牌商等。

針對從紡織原料到坯布之間的織造環節，靈圖慧視為紡機設備集成智能檢測系統，以實現自動檢測效果。針對從坯布到成品面料之間的印染和復合環節，靈圖慧視推出了基礎版和高級版兩款智能驗布機。另外在成品面料向下游經銷商和品牌商分銷過程中，由于下游對上游產品質量缺乏信任，因此下游布料應用商也是靈圖慧視驗布機產品的客戶。

靈圖慧視基于ABC（AI、BigData、CloudComputing）自建了深度學習模型，據悉相比于依賴GPU谷歌開源tensorflow框架，不僅識別率高，準確率隨著學習庫的豐富持續提升，而且部署容易，升級簡單。

靈圖慧視CEO金玲玲告訴記者，一套檢測系統或是智能驗布機從各個參數表現來看，均優于驗布工。靈圖慧視檢驗速度可達1m/s，是人工的3-5倍，實時檢測的響應時間可以做到100ms內，適應于工業級的檢測要求。針對現有收集到的缺陷種類，靈圖慧視檢出率可達95%，并且支持24小時不間斷工作，工作周期可達10年。

金玲玲告訴記者，除了自建的深度學習模型，公司核心優勢在于花費了三年時間建立了擁有近70萬張圖的布料缺陷和種類數據庫。據悉，這個數據庫包括針織布布面缺陷九大類，共60種缺陷，和梭織布布面缺陷八大類，共79種缺陷。同時數據庫還在不斷完善中。

據悉，靈圖慧視織機智能檢測系統售價為5萬元/套，由于價格低、部署周期短，屬于迅速起量的產品線。基礎版智能驗布機售價40萬元，高級版智能驗布機售價60萬元。智能驗布機在節約人工成本的同時，更避免了因布面疵點影響布料質量導致布料價值下降，或是代加工廠對品牌商的巨額賠償，并且靈圖慧視通過提供租賃服務模式能實現設備的快速回本。

金玲玲告訴記者，上半年公司主要通過自有渠道銷售產品，已和七家客戶簽訂了合同，意向客戶有近百家。下半年則會重點發展設備租賃服務，進一步加快市場拓展速度。預期2018年全年，公司僅在智能驗布產品上的營收可達3500萬元。此外，靈圖慧視也會根據客戶的需求提供上下料時的選配模塊的配套銷售。

我國紡織業產量超過世界總產量的一半。去年中國中大規模紡織服裝企業數量超過30000家，主營業務收入近7萬億元，對應的中國智能驗布市場潛在規模可達數千億元。龐大的市場規模，提前入局者也不少。規模玩家主要有以色列EVS、常州安視和西安獲德。

金玲玲表示，其余規模化企業使用的多是基于傳統圖像特征識別與分類技術，不具備自主學習能力。另外根據靈圖慧視提供的信息，其可以分辨的布料種類、瑕疵種類數量更多。不過由于入場較晚，產品價格也相對較貴，靈圖慧視需要加強渠道資源拓展速度，和頭部客戶建立合作關系。

靈圖慧視曾獲得創大資本數百萬元天使輪投資。公司現在正在進行1000萬元Pre-A輪融資，出讓10%股份，在本輪融資中天使輪投資方創大資本會繼續跟投。團隊20多人中，70%都是研發人員。金玲玲，創始人&CEO，數次參與國家及廣東省級科研技術攻關項目，在機器視覺領域帶隊完成以圖搜圖、OCR、人臉識別、車牌識別、3D視覺和工業視覺檢測等數十個項目成功研發，在國內外重要期刊成功發表五篇有關于人工智能領域的深度學習和神經網絡算法論文，擁有2項個人發明專利。