TSFabrics: 円編み機上でのリアルタイム欠陥検出のための時系列生地データセット

生地が形を成す様子を見守る

服や寝具を買うとき、工場で生地を延々と編む機械のことを考えることはあまりありません。しかし、その流れる生地の中の一つの小さな欠陥が見過ごされると、材料の無駄やコスト増につながります。本稿ではTSfabricsを紹介します。これはコンピュータが生地をリアルタイムでフレームごとに監視し、生産中に自然に現れる無害な痕跡を無視しつつ本当の欠陥を検出できるように設計された新しい種類の画像データセットです。

静止画像から動く生地へ

既存の多くの生地検査データセットは、単一の孤立した静止写真から構築されています。こうしたスナップショットは研究室では有効かもしれませんが、生地が連続して生まれる円編み機上での実際の生産を捉えられていません。実際の工場ではカメラが同じ移動中の生地の領域を見続け、短時間で連続した画像を取得します。著者らは、静止画像のみで検出システムを学習させると実運用との乖離が生じると指摘します。つまり、論文上は良く見えるモデルでも、テクスチャや照明が絶えず変化する実際の生産ラインでは失敗する可能性があるのです。

「切り目（カットライン）」はミスではない理由

円編み機は生地に薄い線（カットライン）を定期的に入れて、後工程の裁断や取り扱いの目安とします。静止画像では、カットラインは生地の規則的なテクスチャを断ち切るため、欠陥に見えがちです。従来のデータセットはこうした不規則性を損傷として扱うことが多く、その結果、モデルは意図的に付けられた印を見るたびに誤警報を出す可能性があります。TSfabricsは、欠陥のないサンプルとカットラインが明確に存在するが正常とラベル付けされた画像の両方を含めることでこの問題に対処しています。ピクセルレベルの注釈でカットラインと真の欠陥を明確に区別し、すべての見かけ上の異常線がライン停止を促すべきではないとシステムに学習させます。

実際の工場条件を捉える

TSfabricsは、22の実際の生産シナリオにわたって時系列シーケンスとして記録された93,196枚のグレースケール画像で構成されています。生地は二重ジャージの円編み機から得られ、３種類の一般的な編み構造が含まれます。カメラは一定の30フレーム／秒で撮影し、機械の速度や生地の種類は変動するため、あるシーケンスでは回転ごとに重なりの多いビューが得られ、別のシーケンスでは少ないビューしか得られません。照明は工場の実情のまま自然に変化する（暗い条件から明るい条件まで）ことが許容されています。データセットは、欠陥のない稼働と、落ち目、穴、糸くず（リント）、油染み、生地の歪み、色ムラなど７種類の実際の欠陥を含み、いずれもピクセルレベルで丁寧にマーキングされています。

時系列が問題発見に役立つ仕組み

フルの画像シーケンスを保持し、選りすぐりのフレームだけを残さないことで、TSfabricsは検出モデルに単一時点での見た目だけでなく、時間を通したテクスチャの変化を利用させることができます。著者らは、連続フレーム間の動きを捉える3Dニューラルネットワークと、パターンを追跡するメモリコンポーネントを組み合わせたベースラインシステムを構築しました。この構成で、照明が変化した場合や機械が学習時より遅く／速く動いた場合に検出性能がどう保たれるかを試験します。結果として、照明や速度が学習条件と一致するとモデルは高い性能を示しますが、特に暗くなるなど新しい照明条件では精度が急落することが分かりました。モデルは期待より速い機械速度には比較的強い一方で、より遅い速度（回転あたりのフレーム数が増える）には対処しにくく、学習時に密なサンプリングを見ていないと混乱しやすいことも示されました。

日常の繊維にとっての意義

専門外の読者にとっての要点は、動く生地を検査することは静止した写真の山をチェックすることとは大きく異なる、ということです。TSfabricsは速度、照明、素材が変動する連続した生地画像を捉え、カットラインのような工程上の特徴と真の欠陥を慎重にラベリングすることで、研究者を実世界により近づけます。このより豊かな視点は、将来の自動検査機が重要な欠陥に集中し、廃棄を減らし、私たちのクローゼットや家庭に届く繊維製品の品質管理をより信頼できるものにする助けとなるはずです。

引用: Ni, YQ., Huang, PK., Wang, WJ. et al. TSFabrics: A Time-Series Fabric Dataset for Real-Time Defect Detection on Circular Knitting Machines. Sci Data 13, 379 (2026). https://doi.org/10.1038/s41597-026-06748-9

キーワード: 生地欠陥検出, 産業用ビジョン, 時系列イメージング, 繊維製造, 品質管理