高质量数据集典型案例 | 工业纺织缺陷检测高质量数据集

　　推荐单位：中国电信集团有限公司
　　申报单位：中电信人工智能科技（北京）有限公司
　　一、背景
　　纺织行业是国民经济支柱产业，2024年规模以上纺织企业工业增加值同比增长4.4%，营业收入49532.1亿元，但传统人工验布方式效率低、误判率高，AI验布技术也面临缺陷样本稀缺、标注成本高、多材质适配难等挑战。本案例通过构建高质量数据集生产运营一体化平台，打造覆盖针织、梭织等主流工艺的工业纺织缺陷检测高质量数据集，从而赋能工业智能质检。系统部署后可高效检出50余种纺织缺陷，检测速度和精度分别达60m/min和0.05mm，实现缺陷检测准确率≥95%，检测效率提升5倍，标注效率提升超50%，人力成本减少70%，生产效率提升100%，拉动产业升级。
　　二、方案和成效
　　一是打造生产运营一体化平台，助力工业纺织缺陷检测高质量数据集建设。联合15家纺织厂，采用高分辨率工业摄像头采集针织、梭织不同工艺布匹图像，原始数据量达10万余张，缺陷种类50余种。创新“人工初筛+智能复核”双轨制数据清洗流程，形成高质量工业图像，支撑模型训练与优化，推动工业质检智能化变革。
　　二是构建“标准－培训－管理”运营体系，推动企业服务智能化。制定统一数据标准规范，开发标准化标注指南，通过“线上+线下”培训模式培育专业人才，构建数据管理平台实现多维度检索分析，形成“数据－模型－应用”闭环体系，已赋能20余家企业，签约金额超5000万元。
　　三是以数据集驱动智能质检系统，实现降本提质增效。系统在线时长超一万小时，累计验布超一千万米，可实现脏污、擦伤等50余种缺陷的高效检出，较人工提效50％；缺陷检出率达95%，检测精度达0.05mm，漏检率降至0.3%；可24小时运作，每台设备可减少2名检验工人投入，节约成本650万。
　　四是构建多元化生态协同体系，推动产业链智能化辐射。成功经验已复制应用于汽车、PC、皮革等多领域质检场景，构建以数据服务为核心的工业质检新业态，为工业数据集建设提供可借鉴、可推广的标准化模式，助力行业大模型研发与产业升级。
　　三、创新点
　　一是构建一体化技术底座。依托自研模型、工具打造高质量数据集生产运营一体化平台，实现图像采集与标注的即时同步，显著降低标注成本，提升数据集质量与构建效率。
　　二是形成数据、应用双向驱动模式。统一管理多产线质检数据，分析规律反向优化采集标准与标注规则，推动数据集迭代与质量提升，形成“数据驱动应用、应用反哺数据”良性循环。
　　三是建立标准化规范与协同反馈机制。制定统一标注规范和操作流程，强化数据一致性、可比性与可追溯性。通过跨部门数据管理平台与质量分析会议，确保数据集构建方向与应用场景深度契合，为高质量数据集构建及行业大模型提供机制保障。