请教一下， AI 能不能做质检，从一批衣服里，找出瑕疵品，实现的难点是什么？

[niuyeye]

[dearmymy]

款式迭代太快，款式复杂，人工便宜

[nitmali]

质检这种，yolo 就行

[Rennen]

我估计得物在做

[karnaugh]

感觉可以，你自己找一批图去找 gpt-4o 试试，但是成本可能不如人工，效果也不如人工

[vus520]

我买的潮裤，全是破洞？？！！奇装异服==瑕疵品

识别出来的瑕疵品再做人工处理，成本是否更高。

[uiosun]

衣服的里外识别吧，基于标准新品的判断应该是可以的，但这个场景更多是回收再利用，那衣物的内里是否脏污瑕疵，需要大量的人工介入。

这种情况下，AI 显得很鸡肋。

[wuhang89]

服装是非标品，无法通过 ai 做瑕疵品检测。

[2000wcw]

老 QC 路过，这玩意配合设备其实是可以的，服装质量主要就是色差和缝迹，色差简单，走标准色准检测，缝迹复杂点，但是也可以大数据统计，把脱线和不合规的线长排列出来。

不过非标的针织和饰品类就难了，上面只针对普通大货，衬衣牛仔裤等等。

[ipwx]

有监督学习和无监督学习，学的都是你数据集里面的正常玩意儿长什么样。

不正常的玩意儿千奇百怪。很多时候需要特定应用特定 trick 来把 “学习正常玩意儿长什么的 AI” 用在 “除了正常的都不正常” 的判断上。

而且这个判断稍微差一点，假阳性率就高很多，等于白做。有过假阳性传染病监测经验的都应该知道，你得用别的方法复检一次。

所以没有通用 AI 干这事儿。

[skuuhui]

不说别的，专业领域的模型训练成本还是很高的。大模型不适合专业领域。

[aycclm]

成本太高 不划算

[NoOneNoBody]

质检涉及很多变量，不仅是外观，材质这些是需要检测设备的
而外观是主观感受，完整的“瑕疵”定义复杂，只能做基础定义，而且是每批分别定义；即使 AI 完成检测，可能还需要人工过一遍
所以，量少的批次并没降低多少成本，量大的批次好像也没必要，因为量大的多数是面向低消费客户，例如工厂的厂服，只要不是生产流程出问题，一般次品不多，客户端调节或反馈即可

大家可以想想某些软件裁撤测试部门，就是这个意思，只要不是大 bug ，靠客户反馈即可

[yh7gdiaYW]

可以，且实际已经做了，阿里的犀牛智造

[snowflake007]

最大的难度在于怎么定义是瑕疵品，你要描述的清楚，能标记出来

[planet888]

来自一段新闻：“据了解，得物已经建成全世界首个也是最大的商品研究和鉴别查验团队，以及数字化查验鉴别体系，拥有全球第一条 AI 辅助鉴别生产线。在包括质检查验、图像采集、鉴别、绑扣、复核、打包等一道道品质关卡中，鉴别师、质检员、研究员、AI 人工智能等绝妙配合，人员与技术并重，共同筑成得物严苛的品质把关体系。”

[nanxiaonan]

@dearmymy 特征的话 也和款式迭代有关吗，总觉的你说的这个不对啊

[huangcjmail]

毕业论文有很多做布料的瑕疵检测，衣服如果是平整的，难度应该差不多。 可以 yolo 给几千张图片训练下，看看效果。

[niuyeye]

@yh7gdiaYW 我看阿里的犀牛，是对质检过程进行监督，不是对成品和结果监督

[vivisidea]

@snowflake007 +1 图像采集也是个重点，要让 AI 检测识别，前提是能采集到清晰的瑕疵照片细节，拍都拍不到就不用说识别了

[googleaccount]

瑕疵的定义是什么 标准是什么？