
-
生物通官微
陪你抓住生命科技
跳动的脉搏
LangFabric:首个面向织物缺陷检测的语言注释多模态数据集
《Scientific Data》:LangFabric: A Language-Annotated Multimodal Fabric Dataset for Fabric Defect Detection
【字体: 大 中 小 】 时间:2026年11月23日 来源:Scientific Data 7.2
编辑推荐:
摘要 织物缺陷检测在智能纺织制造中起着关键作用,可靠地识别表面异常对于保持产品质量和生产效率至关重要。尽管已经提出了许多织物缺陷数据集,但现有资源主要关注视觉模态,缺乏对缺陷的结构化语义描述,这限制了它们在新兴的视觉-语言学习框架中的应用。为了解决这一局限性,
织物缺陷检测在智能纺织制造中起着关键作用,可靠地识别表面异常对于保持产品质量和生产效率至关重要。尽管已经提出了许多织物缺陷数据集,但现有资源主要关注视觉模态,缺乏对缺陷的结构化语义描述,这限制了它们在新兴的视觉-语言学习框架中的应用。为了解决这一局限性,我们推出了LangFabric,这是首个专为现实纺织生产环境中的织物缺陷检测设计的语言注释多模态数据集。LangFabric包含6,384对样本,每对样本包括一张高分辨率的织物图像和相应的结构化文本描述。该数据集涵盖了16种不同的织物纹理类型和12种缺陷类型,包括结构性和非结构性异常。除了用于精确定位缺陷的像素级语义分割掩码外,每张图像还附有结构化的文本注释,描述了缺陷类型、结构特征、空间位置和相对大小。这些数据是在真实的制造条件下从工业喷气织机中收集的,确保了纹理模式和光照条件的多样性。通过系统地整合视觉和语言模态,LangFabric为多模态织物缺陷分析、异常检测研究、单类学习以及在实际工业数据分布下的视觉-语言对齐研究提供了一个全面的基准。我们预计,LangFabric将有助于开发出更加稳健、可解释且具有语义感知能力的工业检测系统。