Che cos'è la computer vision nella moda? Dal rilevamento dei difetti al monitoraggio degli scaffali
La computer vision permette alle macchine di leggere immagini e video: individuare difetti nei tessuti, taggare le foto di prodotto, alimentare la ricerca visiva e controllare gli scaffali. Che cosa fa, di che cosa ha bisogno e dove sono i suoi limiti.
IN SINTESI Sintesi della redazione
- La computer vision è un campo dell'intelligenza artificiale che usa il machine learning per elaborare, analizzare e interpretare immagini e video, con attività come classificazione, rilevamento di oggetti, segmentazione e ispezione visiva.
- Nella moda la computer vision è usata lungo tutta la catena del valore: ispezione di tessuti e capi in produzione, tagging automatico degli attributi nelle immagini di prodotto, ricerca visiva per gli acquirenti e monitoraggio degli scaffali nei negozi.
- Il sistema WiseEye, sviluppato presso The Hong Kong Polytechnic University, ispeziona il tessuto durante la tessitura e secondo quanto riferito rileva circa 40 difetti comuni dei tessuti con una risoluzione fino a 0,1 mm per pixel.
- Nell'ottobre 2024 Google ha dichiarato che Lens gestisce quasi 20 miliardi di ricerche visive al mese e che il 20 per cento delle ricerche con Lens riguarda lo shopping.
- I sistemi di visione dipendono da immagini etichettate rappresentative, illuminazione controllata e riaddestramento continuo, e l'uso di telecamere che riprendono persone solleva questioni di protezione dei dati e di AI Act dell'UE.
La computer vision è il ramo dell'IA che permette ai software di interpretare immagini e video. Nella moda svolge già compiti concreti: individuare difetti nel tessuto mentre viene tessuto, controllare i capi finiti, taggare le foto di prodotto con attributi come colore e scollatura, consentire agli acquirenti di cercare con un'immagine e verificare che scaffali e stender dei negozi siano riforniti correttamente. Funziona meglio su attività visive circoscritte e ripetibili, con buone immagini e dati di addestramento ben etichettati.
Che cos'è la computer vision?
IBM definisce la computer vision come un sottocampo dell'intelligenza artificiale che dà alle macchine la capacità di elaborare, analizzare e interpretare input visivi come immagini e video, usando il machine learning per estrarne informazioni utili. Invece di seguire regole scritte a mano, i moderni modelli di visione apprendono schemi da molte immagini di esempio etichettate, per esempio migliaia di foto di tessuto contrassegnate come "difetto" o "nessun difetto", e poi li applicano a immagini nuove.
Quali attività può svolgere la computer vision?
IBM elenca una serie di attività fondamentali. Quelle più rilevanti per la moda sono:
- Classificazione delle immagini: assegnare un'immagine a una categoria, come "abito" o "pantaloni".
- Rilevamento di oggetti: localizzare elementi in un'immagine con riquadri di delimitazione, per esempio ogni capo su uno scaffale.
- Segmentazione delle immagini: etichettare le immagini pixel per pixel per individuare i contorni esatti, utile per scontornare i prodotti dallo sfondo.
- Ispezione visiva: rilevare automaticamente difetti o anomalie.
- Riconoscimento ottico dei caratteri: leggere testi come etichette di manutenzione, cartellini prezzo o packing list.
- Tracciamento di oggetti e stima della posa: seguire articoli o movimenti del corpo attraverso i fotogrammi di un video.
Come viene usata la computer vision lungo la catena del valore della moda?
| Fase | Applicazione | Prerequisito principale | Maturità |
|---|---|---|---|
| Produzione tessile | Rilevamento dei difetti del tessuto durante la tessitura o l'ispezione | Telecamere fisse, illuminazione costante, immagini di difetti etichettate | Consolidata in progetti pilota e in produzione |
| Confezione dei capi | Controllo di cuciture, stampe e misure | Standard di qualità definiti per modello | Emergente |
| Magazzino | Lettura di etichette, verifica di cartoni e resi | Etichette e imballaggi standardizzati | Consolidata |
| Contenuti di prodotto | Tagging automatico degli attributi dalle foto di prodotto | Tassonomia degli attributi condivisa | Consolidata |
| E-commerce | Ricerca visiva e raccomandazioni di articoli simili | Catalogo di immagini ampio e ben taggato | Consolidata |
| Negozi | Monitoraggio di scaffali e stender, rilevamento delle rotture di stock | Copertura delle telecamere, planogrammi, controlli sulla privacy | Progetti pilota, risultati alterni |
Come rileva l'IA i difetti dei tessuti?
L'ispezione dei tessuti è tradizionalmente svolta da persone ai banchi di controllo, un compito faticoso e soggetto a errori durante i turni lunghi. I sistemi di visione montano telecamere sopra il tessuto, usano un'illuminazione controllata e confrontano ogni immagine con l'aspetto di un tessuto normale. Un esempio documentato è WiseEye, sviluppato dal team di ricerca sull'IA per il tessile e l'abbigliamento dell'Institute of Textiles and Clothing di The Hong Kong Polytechnic University. Secondo PolyU, il sistema usa una barra luminosa a LED e una telecamera su binario per riprendere l'intera altezza del tessuto durante la tessitura, applica un algoritmo di visione artificiale basato sull'IA per rilevare circa 40 difetti comuni dei tessuti con una risoluzione fino a 0,1 mm per pixel e fornisce analisi e avvisi in tempo reale.
Il valore pratico di questi sistemi sta nell'individuare i difetti presto, prima che il tessuto venga tagliato e cucito. I loro limiti sono altrettanto pratici: tessuti, stampe o texture nuovi hanno un aspetto diverso dai dati di addestramento, quindi i modelli richiedono nuovi esempi etichettati e un riaddestramento periodico, e i risultati dipendono molto da un'illuminazione stabile e dalla calibrazione delle telecamere.
Più a valle nella catena, le stesse tecniche si applicano ai pezzi tagliati e ai capi finiti, per esempio per verificare il posizionamento delle stampe, le cuciture o la coerenza del colore rispetto a un riferimento. È più difficile che ispezionare un tessuto piano, perché i capi sono tridimensionali, morbidi e variano per taglia, e molte fabbriche si affidano quindi ancora soprattutto ai controllori qualità umani. Nei magazzini la visione è più matura: leggere etichette con il riconoscimento ottico dei caratteri, controllare il contenuto dei cartoni e classificare i capi resi sono attività ben definite in cui una telecamera in una postazione fissa vede sempre lo stesso tipo di oggetto.
Come funzionano la ricerca visiva e il tagging delle immagini?
Sul versante commerciale, i modelli di visione trasformano le immagini di prodotto in rappresentazioni numeriche confrontabili. La foto di una giacca scattata da un acquirente viene confrontata con le immagini di catalogo per trovare articoli simili, e le nuove foto di prodotto possono essere taggate automaticamente con attributi come colore, fantasia o lunghezza della manica. Il comportamento dei consumatori mostra perché è importante: nell'ottobre 2024 Google ha dichiarato, come riportato da Glossy, che Lens gestisce quasi 20 miliardi di ricerche al mese e che il 20 per cento delle ricerche con Lens riguarda lo shopping. Per brand e retailer la lezione è che immagini e attributi di prodotto puliti e coerenti determinano se i loro prodotti vengono trovati per via visiva.
E il monitoraggio degli scaffali nei negozi?
Il monitoraggio di scaffali e stender usa telecamere fisse, dispositivi portatili o robot per confrontare ciò che è esposto con ciò che dovrebbe esserci, segnalando vuoti, posizionamenti errati o cartellini prezzo mancanti. Nella moda il compito è più difficile che nel food retail, perché i capi sono piegati, appesi e maneggiati dai clienti, e gli articoli differiscono per taglia e colore in modi che le telecamere faticano a distinguere. Combinare i dati delle telecamere con l'RFID o con i dati di inventario può quindi essere più affidabile che affidarsi alle sole telecamere. I business case vanno testati con progetti pilota che misurino il tempo risparmiato dal personale e le vendite recuperate, non solo l'accuratezza del rilevamento.
Quali sono i rischi e i requisiti?
Tre questioni ricorrono di continuo. Primo, i dati: i modelli di visione hanno bisogno di molte immagini rappresentative ed etichettate correttamente, compresi difetti rari o prodotti insoliti. Secondo, l'operatività: telecamere, illuminazione e integrazione con i sistemi di produzione o dei negozi costano e richiedono manutenzione. Terzo, persone e diritto: qualsiasi sistema che riprende lavoratori o acquirenti ricade nelle norme sulla protezione dei dati. L'AI Act dell'UE, in vigore dal 1° agosto 2024, vieta dal 2 febbraio 2025 determinate pratiche, tra cui il riconoscimento delle emozioni sul luogo di lavoro e lo scraping non mirato di filmati di videosorveglianza per creare banche dati di riconoscimento facciale. Ove possibile, le aziende della moda dovrebbero progettare i sistemi di visione in modo che osservino i prodotti, non le persone.
Domande frequenti
A che cosa serve la computer vision nella moda?
La computer vision è usata per l'ispezione qualità di tessuti e capi, la lettura delle etichette nei magazzini, il tagging delle immagini di prodotto con attributi, la ricerca visiva nei negozi online e il monitoraggio degli scaffali nei punti vendita. È più affidabile su attività visive circoscritte e ripetibili con una buona qualità delle immagini.
L'IA rileva i difetti dei tessuti meglio delle persone?
I sistemi di visione possono ispezionare in modo costante, senza affaticarsi e ad alta risoluzione; il sistema WiseEye di PolyU, per esempio, secondo quanto riferito rileva circa 40 tipi di difetti comuni. Le prestazioni dipendono da illuminazione, calibrazione e dati di addestramento, e tessuti o stampe nuovi richiedono di solito ulteriori esempi etichettati.
Come funziona la ricerca visiva nei negozi di moda online?
Un modello di visione converte la foto dell'acquirente e le immagini di catalogo in rappresentazioni numeriche e restituisce i prodotti più simili. I risultati dipendono dalla qualità e dalla coerenza delle immagini e degli attributi di prodotto nel catalogo.
L'IA con telecamere nei negozi è legale nell'UE?
Molti utilizzi sono legali, ma devono rispettare la normativa sulla protezione dei dati, e l'AI Act dell'UE vieta dal 2 febbraio 2025 determinate pratiche, come il riconoscimento delle emozioni sul luogo di lavoro. I sistemi incentrati sui prodotti anziché su persone identificabili comportano un rischio legale molto più basso.
Un'edizione ogni giorno feriale. Si legge in cinque minuti. Gratuita per i professionisti del settore.
