Октябрь 27th, 2025 
raven000 
Традиционно ткань окрашивают в мокром состоянии, поэтому итоговый оттенок виден только после высыхания. «Если возникает ошибка в окрашивании, мы узнаем об этом слишком поздно, когда уже окрашены большие объемы материала», — объяснил Уоррен Джаспер.
Для решения этой проблемы Джаспер создал пять моделей машинного обучения, включая нейронную сеть, специально разработанную для анализа нелинейных цветовых зависимостей. Модели обучались на 763 образцах тканей различных цветов в мокром и сухом состояниях.
В итоге, нейросеть показала рекордно низкий уровень погрешности — всего 0,01 по стандартизированной шкале CIEDE2000, тогда как традиционные методы дают погрешность до 13,8.
Опубликовано в рубрике 
