Dieci imprese tessili di Carpi e dei comuni limitrofi hanno sperimentato l’impiego di computer vision e intelligenza artificiale per automatizzare il controllo qualità dei tessuti, con l’obiettivo di individuare anomalie direttamente durante la produzione e adattare il sistema alle frequenti variazioni che caratterizzano il comparto moda. La sperimentazione, condotta con il supporto del Centro Qualità Tessile nell’ambito delle attività di Carpi Fashion System, ha coinvolto Intra-Tess, Ledatex, Lositex, Marbella, Mekkitess, Project, Staffjersey, Stellatex, Tessitura Rossi e Tessuti&Tessuti. I risultati saranno presentati il 3 settembre 2026 presso TERMINAL – Terre d’Argine Innovation Lab di Carpi, durante l’incontro “Rilevamento automatico dei difetti”.
Il sistema testato utilizza tecniche di computer vision associate ad algoritmi di intelligenza artificiale ad apprendimento continuo. Le immagini del tessuto vengono analizzate durante il processo produttivo per riconoscere automaticamente anomalie e difetti, mentre l’algoritmo è progettato per aggiornare il proprio comportamento quando cambiano le condizioni operative. Questo aspetto è particolarmente rilevante nel distretto tessile carpigiano, dove la produzione non è necessariamente costituita da lunghe serie di articoli identici, ma può prevedere piccoli lotti, elevata varietà dei prodotti e passaggi frequenti tra differenti texture, pattern e tipologie di tessuto.
Il problema tecnico consiste proprio nella capacità di mantenere efficace il rilevamento automatico anche quando cambia continuamente ciò che il sistema deve osservare. Una soluzione di visione artificiale utilizzata su una produzione altamente standardizzata può essere addestrata a riconoscere un numero relativamente stabile di caratteristiche e anomalie. Nella produzione tessile e nella maglieria, invece, colori, trame, disegni superficiali, strutture e caratteristiche visive possono variare rapidamente da un articolo al successivo. La sperimentazione di Carpi ha quindi valutato un sistema capace non soltanto di individuare i difetti in tempo reale, ma anche di adattarsi alle variazioni delle condizioni produttive attraverso algoritmi di apprendimento continuo.
L’applicazione riguarda in particolare il controllo qualità, una fase nella quale l’ispezione visiva degli operatori mantiene ancora un ruolo centrale. Il controllo manuale permette di sfruttare competenze ed esperienza specifiche nella valutazione del prodotto, ma presenta limiti quando deve essere esteso a grandi quantità di materiale ed è inevitabilmente influenzato dalla variabilità dell’osservazione umana. L’introduzione della computer vision punta quindi ad affiancare questa attività con un controllo automatico e continuativo, capace di segnalare rapidamente la presenza di un’anomalia e di rendere più uniforme l’individuazione dei difetti durante il processo produttivo.
Una parte della sperimentazione riguarda l’applicazione della computer vision alle macchine da maglieria. Il sistema analizza visivamente il prodotto mentre viene realizzato e cerca di riconoscere in tempo reale eventuali difformità rispetto alle caratteristiche previste. L’individuazione anticipata di un difetto può consentire all’operatore di intervenire prima che il problema interessi una quantità maggiore di materiale, evitando che una lavorazione non conforme prosegua fino alle successive fasi produttive. L’efficacia effettiva di questo approccio, insieme alle criticità incontrate dalle aziende durante i test, costituisce uno degli aspetti centrali della sperimentazione condotta nelle dieci imprese.
Il progetto assume caratteristiche differenti rispetto ai sistemi di controllo visivo sviluppati per produzioni industriali ripetitive proprio perché è stato testato all’interno di aziende che lavorano con frequenti cambi di articolo. La capacità dell’algoritmo di apprendere progressivamente e adattarsi ai nuovi contesti produttivi deve permettere di ridurre la necessità di configurare completamente il sistema a ogni variazione di tessuto, texture o pattern. L’obiettivo non è quindi soltanto riconoscere un insieme prestabilito di difetti, ma verificare se una tecnologia di questo tipo possa essere utilizzata in un ambiente manifatturiero nel quale le caratteristiche visive del prodotto cambiano con elevata frequenza.
I risultati della sperimentazione saranno messi a confronto direttamente con le aziende partecipanti per valutare l’efficacia del rilevamento automatico, la capacità del sistema di adattarsi alle differenti lavorazioni e le condizioni necessarie per integrare queste tecnologie nei normali processi produttivi. Il test è stato impostato quindi su applicazioni operative all’interno delle imprese e non soltanto su dimostrazioni di laboratorio, con particolare attenzione ai limiti che emergono quando computer vision e apprendimento automatico vengono applicati alle specifiche modalità produttive del settore tessile carpigiano.
Parallelamente alla sperimentazione verrà presentato anche il nuovo bando “Progetti di trasferimento tecnologico” della Regione Emilia-Romagna, destinato alle micro, piccole e medie imprese interessate a portare all’interno dei processi aziendali tecnologie, prototipi, metodologie e soluzioni già sviluppate nell’ambito della ricerca. La misura dispone di 3 milioni di euro e finanzia sia attività di trasferimento tecnologico sia progetti di sviluppo sperimentale. Per le prime è previsto un contributo a fondo perduto fino al 50% delle spese ammissibili, mentre per le attività di sviluppo sperimentale la copertura può raggiungere il 25%.
Le domande per accedere ai finanziamenti regionali potranno essere presentate dalle ore 13 del 24 settembre alle ore 13 del 30 ottobre 2026. La misura può quindi riguardare anche imprese che intendano valutare l’introduzione nei propri stabilimenti di soluzioni tecnologiche già sperimentate in ambito produttivo, comprese applicazioni di visione artificiale, automazione e analisi dei dati sviluppate per esigenze specifiche della manifattura.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)