YOLO ARXITEKTURASI ASOSIDA TRIKOTAJ MATOLARINING AVTOMATIK NUQSON ANIQLASH TIZIMINI ISHLAB CHIQISH VA ISHLAB CHIQARISH SAMARADORLIGINI BAHOLASH

Xurshid Musayev

Farg‘ona davlat texnika universiteti

Keywords: YOLO arxitekturasi, trikotaj matolari, nuqson aniqlash, avtomatik tizim, chuqur o‘rganish, konvolyutsion neyron tarmoqlar, kompyuter ko‘rish, ishlab chiqarish samaradorligi, real vaqt deteksiyasi, tekstil sifat nazorati, Industry 4.0


Abstract

Annotatsiya: Trikotaj matolari ishlab chiqarish jarayonida nuqsonlarni avtomatik aniqlash va ishlab chiqarish samaradorligini oshirish uchun YOLO arxitekturasi asosidagi chuqur o‘rganish modelidan foydalanish taklif etiladi. Ushbu maqolada YOLOv8 modeli trikotaj mashinalariga integratsiya qilinib, real vaqt rejimida nuqson deteksiyasi tizimi ishlab chiqilgan. Tizim tasvirlarni qayta ishlab, nuqsonlarni lokalizatsiya qiladi va tasniflaydi, natijada chiqindilarni 20–35% ga kamaytirish va ishlab chiqarish tezligini 4–8 baravar oshirish imkonini beradi. Eksperimental natijalar shuni ko‘rsatadiki, model mAP@0.5 ko‘rsatkichi bo‘yicha 95–98% aniqlikka erishadi. Tizim energiya samarador edge-computing qurilmalarida ishlaydi va avtomatlashtirilgan muhandislik tizimlariga mos keladi.

Kalit so‘zlar: YOLO arxitekturasi, trikotaj matolari, nuqson aniqlash, avtomatik tizim, chuqur o‘rganish, konvolyutsion neyron tarmoqlar, kompyuter ko‘rish, ishlab chiqarish samaradorligi, real vaqt deteksiyasi, tekstil sifat nazorati, Industry 4.0


References

1. Kiran, T., Ali, M., Ismail, U., Ahmad, M. A., Akram, U., Hussain, W., & Mushtaq, M. F. (2025). Textile defect detection in the textile industry using deep learning. Journal of Computing & Biomedical Informatics, 8(2). https://doi.org/10.56979/802/2025.

2. Шарибаев Н. Ю., Каюмов А. М. Численная оценка формосохраняющих свойств тканей посредством анализа изображений //Universum: технические науки. – 2024. – Т. 4. – №. 3 (120). – С. 33-36.

3. Зулунов Р. М., Каюмов А. М. Идентификация и сортировка текстиля для автоматизированной обработки с помощью ближней инфракрасной спектроскопии //Universum: технические науки. – 2024. – Т. 1. – №. 3 (120). – С. 38-41.

4. Kayumov A., Sobirov M., Musayev K. Methods of fabric defect detection using expert systems-a systematic literature review //E3S web of conferences. – EDP Sciences, 2024. – Т. 538. – С. 04015.

5. Zulunov R. et al. Detecting mobile objects with ai using edge detection and background subtraction techniques //E3S Web of Conferences. – EDP Sciences, 2024. – Т. 508. – С. 03004.

6. Akhundjanov U. et al. Off-line handwritten signature verification based on machine learning //E3S Web of Conferences. – EDP Sciences, 2024. – Т. 508. – С. 03011.

7. Каюмов А. М. ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ ИСПЫТАНИЙ В ЗАВИСИМОСТИ ОТ ТИПА ТРИКОТАЖНОГО ПОЛОТНА //Universum: технические науки. – 2025. – Т. 3. – №. 3 (132). – С. 30-32.

8. Muminjonovich K. A. TRIKOTAJ TO‘QIMASI TARKIBIDAGI IP XUSUSIYATLARI VA DEFORMATSIYAGA TA’SIRI //Al-Farg’oniy avlodlari. – 2024. – №. 4. – С. 22-27.

Similar Articles

<< < 3 4 5 6 7 8 9 10 11 12 > >> 

You may also start an advanced similarity search for this article.