在服装设计界流行一句名言：“好服装80%取决于面料质量”，可见即使在纺织服装产业链的下游面料质量是多么的至关重要。

我国是纺织大国，也是全球最大的纺织服装生产加工基地。纺织服装面料产品的质量和人们的生活息息相关，影响产业发展，攸关企业生命。目前在纺织服装生产企业主要通过专业的布匹检验QC站在验布设备前通过肉眼发现布面疵点再进行疵点的标记或者记录。

但人工验布有三大痛点——检出率低、速度慢、招工难且人员成本高。平均一个验布工在1小时内最多发现个疵点，瑕疵检出率约为70%。但人员集中力最多维持20—30分钟，而且验布速度一般限制在20-30cm/s，若超过这个时间和速度，验布工会产生疲劳。

年之前特别是再加入WTO之后，我国纺织工业抓住了重要战略机遇期，充分地发挥中国人口红利和产业体系完整的优势，纺织业进入一段迅猛的增长期。但是近几年来消退趋势明显，人工成本逐步上升，纺织业“中国制造”成本优势不在。

另外随着中产的崛起和“消费升级”的到来，下游服装零售市场出现快时尚，“轻奢”、“严选”等现象对服装品质和纺织生产效率提出越来越高的要求。

目前全球纺织服装的生产企业几乎都是用人工的方式来进行面料质检，而在3c、汽车生产等生产企业应用非常成熟的传统机器视觉技术在纺织领域极少应用。因面料的种类多变和疵点的多样性，传统机器视觉技术很难解决面料的自动化检测。随着人工智能技术的发展和应用，面料的自动化视觉检测成为可能。

36氪近日接触到的深圳灵图慧视科技有限公司，就基于深度学习和机器视觉技术开发了智能验布系统和智能验布机，并向纺织企业和服装企业销售。

纺织行业产业链从上到下可以分为4个主要环节——纺织原料商、坯布织造厂、成品面料商，以及最下游的各级经销商、外商、终端品牌商等。

针对从纺织原料到坯布之间的织造环节，灵图慧视为纺机设备集成智能检测系统，以实现自动检测效果。针对从坯布到成品面料之间的印染和复合环节，灵图慧视推出了基础版和高级版两款智能验布机。另外在成品面料向下游经销商和品牌商分销过程中，由于下游对上游产品质量缺乏信任，因此下游布料应用商也是灵图慧视验布机产品的客户。

灵图慧视基于ABC（AI、BigData、CloudComputing）自建了深度学习模型，据悉相比于依赖GPU谷歌开源tensorflow框架，不仅识别率高，准确率随着学习库的丰富持续提升，而且部署容易，升级简单。

灵图慧视CEO金玲玲告诉36氪，一套检测系统或是智能验布机从各个参数表现来看，均优于验布工。灵图慧视检验速度可达1m/s，是人工的3-5倍，实时检测的响应时间可以做到ms内，适应于工业级的检测要求。针对现有收集到的缺陷种类，灵图慧视检出率可达95%，并且支持24小时不间断工作，工作周期可达10年。

金玲玲告诉36氪，除了自建的深度学习模型，公司核心优势在于花费了三年时间建立了拥有近70万张图的布料缺陷和种类数据库。据悉，这个数据库包括针织布布面缺陷九大类，共60种缺陷，和梭织布布面缺陷八大类，共79种缺陷。同时数据库还在不断完善中。

据悉，灵图慧视织机智能检测系统售价为5万元/套，由于价格低、部署周期短，属于迅速起量的产品线。基础版智能验布机售价40万元，高级版智能验布机售价60万元。智能验布机在节约人工成本的同时，更避免了因布面疵点影响布料质量导致布料价值下降，或是代加工厂对品牌商的巨额赔偿，并且灵图慧视通过提供租赁服务模式能实现设备的快速回本。

金玲玲告诉36氪，上半年公司主要通过自有渠道销售产品，已和七家客户签订了合同，意向客户有近百家。下半年则会重点发展设备租赁服务，进一步加快市场拓展速度。预期年全年，公司仅在智能验布产品上的营收可达万元。此外，灵图慧视也会根据客户的需求提供上下料时的选配模块的配套销售。

我国纺织业产量超过世界总产量的一半。去年中国中大规模纺织服装企业数量超过家，主营业务收入近7万亿元，对应的中国智能验布市场潜在规模可达数千亿元。庞大的市场规模，提前入局者也不少。规模玩家主要有以色列EVS、常州安视和西安获德。

金玲玲表示，其余规模化企业使用的多是基于传统图像特征识别与分类技术，不具备自主学习能力。另外根据灵图慧视提供的信息，其可以分辨的布料种类、瑕疵种类数量更多。不过由于入场较晚，产品价格也相对较贵，灵图慧视需要加强渠道资源拓展速度，和头部客户建立合作关系。

灵图慧视曾获得创大资本数百万元天使轮投资。公司现在正在进行0万元Pre-A轮融资，出让10%股份，在本轮融资中天使轮投资方创大资本会继续跟投。团队20多人中，70%都是研发人员。金玲玲，创始人CEO，数次参与国家及广东省级科研技术攻关项目，在机器视觉领域带队完成以图搜图、OCR、人脸识别、车牌识别、3D视觉和工业视觉检测等数十个项目成功研发，在国内外重要期刊成功发表五篇有关于人工智能领域的深度学习和神经网络算法论文，拥有2项个人发明专利。