Древнейшее известное вязание нужные товар обратно в Египет в Средние века, по пути пара тщательно ручной носки. Хотя одежда ручной работы заняли наши шкафы-купе на протяжении веков, недавний приток высокотехнологичных вязальных машин изменились, как теперь мы создаем наши любимые произведения.
Эти системы, которые сделали все от Prada модные футболки Найк, еще далеки от бесшовных. Машины программирования для конструкции может быть утомительным и сложным испытанием, когда вы должны указать каждый стежок, одна ошибка может испортить всю одежду.
В новую пару бумаг, исследователи компьютерных наук Массачусетского технологического института и лаборатории искусственного интеллекта (CSAIL) придумали новый подход к оптимизации процесса: новая система и средства разработки для автоматизации трикотажных изделий.
На бумаге одно, а команда создала систему под названием “InverseKnit”, что переводится как фото трикотажных моделей в инструкции, которые затем используются в машинах для изготовления одежды. Такой подход может позволить пользователям создавать проекты без банка памяти знания кодирования, и даже согласовать вопросы эффективности и отходов производства.
“Насколько машин и вязальных идти, этот тип системы может изменить доступность для людей, которые хотят быть дизайнерами собственного пользования», — говорит Александра Кашпар, CSAIL аспирант и ведущий автор новой бумаги о системе. “Мы хотим, чтобы случайные пользователи получают доступ к машинам без необходимых навыков программирования, чтобы они могли воспользоваться преимуществами кастомизации за счет использования машинного обучения для проектирования и производства”.
В другой статье, исследователи придумали автоматизированное проектирование инструмента для настройки вязаные вещи. Инструмент позволяет неспециалистам использовать шаблоны для регулировки узоры и формы, такие как добавление треугольный узор для шапочки или вертикальные полосы на носок. Вы можете изображения пользователей, делая детали подгонять их собственных тел, а также для персонализации предпочитали эстетику.
InverseKnit
Автоматизация уже изменила индустрию моды, как мы ее знаем, с потенциальными положительных невязок изменения также наших производственных мощностей.
Чтобы получить InverseKnit и работает, команда впервые создан набор данных инструкций вязания, и соответствующие образы этих моделей. Затем они тренировали свои глубокие нейронные сети на этих данных, чтобы интерпретировать 2-Д инструкция вязания из картинок.
Это может выглядеть что-то вроде системы фото перчатки, а затем позволить модели производят набор инструкций, где тогда машину следует эти команды для вывода дизайн.
При тестировании InverseKnit, ученые обнаружили, что он произвел точные инструкции 94% времени.
“Нынешнее государство-оф-искусство технологии компьютерного зрения, являются данные, голодные, и им нужно много примеров, чтобы эффективно моделировать мир”, — говорит Джим Маккен, помощник профессора в Институте робототехники Университета Карнеги-Меллона. “С InverseKnit, команда собрана огромная набор для вязания образцов, которые, впервые, дает возможность современной технологии компьютерного зрения, чтобы быть использованы для распознавания и анализа вязания.”
Хотя в настоящее время система работает с небольшим размером выборки, команда надеется расширить образец бассейн, чтобы использовать InverseKnit в более широком масштабе. В настоящее время команда используется только определенный тип акриловой пряжи, но они надеются протестировать различные материалы для того чтобы сделать систему более гибкой.
Инструмент для вязания
Хотя есть много разработок в этой области — такие, как автоматизированная вязание Карнеги Меллон процессов для 3-D сетки — эти методы часто могут быть сложными и неоднозначными. Искажения, присущие в 3-D формы препятствуют, как мы понимаем позиции элементов, и это может быть нагрузка на дизайнеров.
Для решения этой проблемы проектирования, Каспар и его коллеги разработали инструмент под названием “CADKnit”, который использует 2-D изображения, программное обеспечение САПР и цены методы редактирования, чтобы позволить пользователям настраивать шаблоны для вязаных образцов.
Инструмент позволяет пользователям дизайн обеих моделей и форм в один и тот же интерфейс. С другим программным обеспечением, скорее всего, потеряет часть работы на любом конце при настройке обоих.
“Будь то для повседневных пользователей, кто хочет подражать другу шапочка, или часть общественности, которые могли бы извлечь выгоду от использования этого инструмента в производственной обстановке, мы стремимся сделать этот процесс более доступным для персональной настройки», — говорит Каспар.
Команда протестировали удобство работы CADKnit, имея неспециалисты создания схем для их одежды и скорректировать размер и форму. В пост-тесты-опросы, пользователи говорили, что это им легко манипулировать и настраивать свои носки или шапочки, успешно изготовлять несколько вязаных образцов. Они отметили, что кружевные узоры были сложнее правильно спроектировать и выиграют от быстрого реалистичной симуляции.
Однако система является лишь первым шагом на пути к полной кастомизации одежды. Авторы обнаружили, что одежда с сложных интерфейсов между различными деталями — например, трикотаж — не хорошо работать с инструментом дизайна. Ствол свитера и рукава может быть подключен различными способами, и программное обеспечение еще не есть способ описания весь дизайн пространства.
Кроме того, нынешняя система может использовать только один пряжа для фигуры, но команда надеется улучшить это путем введения стека нити при каждом стежке. Чтобы работать с более сложными узорами и крупной формы, исследователи планируют использовать иерархические структуры данных, которые не включают все швы, просто необходимые.
“Влияние 3-D вязания имеет потенциал, чтобы быть даже больше, чем 3-D печати. Сейчас, средства проектирования придерживают технологии, который является, почему это исследование так важно для будущего”, — говорит Маккенна.
Документ о InverseKnit был представлен Каспар вместе Массачусетского технологического института постдоков Тэ-Хюн Ох и Петр Kellnhofer, аспирант Лиана Makatura, студентов МТИ Жаклин Aslarus, и MIT профессор Войцех Matusik. Он был представлен на международной конференции по машинному обучению в июне этого года в Лонг-Бич, Калифорния.
Документ о конструкции инструмента руководил Каспар вместе с Makatura и Matusik.
