So sortierst du Wäsche effizient mit Ultralytics-YOLO-Modellen

Wäschewaschen scheint eine einfache Aufgabe zu sein. Bis etwas Unerwartetes passiert.

Vielleicht wirfst du ein paar verschiedenfarbige Hemden in die Maschine, drückst auf Start und hoffst, dass alles genauso wieder herauskommt. Doch das klappt nicht immer.

Vielleicht wird ein weißes T-Shirt grau oder ein Lieblingspullover kommt ein paar Nummern kleiner aus der Maschine. Selbst kleine Fehler beim Sortieren können deine Kleidung mit der Zeit unbemerkt abnutzen.

Erstaunlicherweise sortieren viele Menschen ihre Wäsche noch immer nicht, obwohl sie wissen, wie wichtig das ist. Eine aktuelle Umfrage ergab, dass weniger als die Hälfte der Erwachsenen unter 40 ihre Wäsche regelmäßig in helle und dunkle Stücke trennt. Das zeigt, wie leicht man beim Wäschewaschen Abstriche macht, besonders wenn man viel zu tun hat.

Abb. 1. Wäsche sortieren kann dazu beitragen, Farben leuchtend und Stoffe in gutem Zustand zu halten.

Was wäre, wenn du dir ums Sortieren gar keine Gedanken machen müsstest? Stell dir ein automatisiertes System vor, das Kleidungsstücke, Farben und sogar Pflegesymbole erkennt, bevor du überhaupt auf „Start“ drückst. Diese einst futuristische Vorstellung wird dank Computer Vision nun Wirklichkeit.

Computer Vision ist ein Teilgebiet der künstlichen Intelligenz (KI), das Maschinen ermöglicht, Bilder und Videos mit hoher Genauigkeit zu erfassen und zu interpretieren. Mit Vision-AI-Modellen wie Ultralytics YOLO11 und dem neueren Ultralytics YOLO26 können Systeme Kleidungsstücke, Farben und sogar Pflegeetikett-Symbole analysieren, die angeben, ob ein Kleidungsstück in der Maschine oder von Hand gewaschen werden sollte oder überhaupt nicht gewaschen werden darf. Dieses Verständnis ermöglicht es, Wäsche ohne menschlichen Aufwand präzise zu sortieren.

In diesem Artikel erfahren wir, warum das Sortieren von Wäsche wichtig ist, wie es richtig gemacht wird und wie Ultralytics-YOLO-Modelle den Vorgang innovativer und effizienter gestalten.

Warum das richtige Sortieren der Wäsche wichtig ist#

Es ist ärgerlich, die Waschmaschine zu öffnen und festzustellen, dass ein weißes Hemd rosa geworden ist. Solche Momente erinnern daran, warum das Sortieren der Wäsche wirklich wichtig ist.

Durch richtiges Sortieren behalten deine Kleidungsstücke ihre Farbe, Form und Struktur. Werden helle oder dunkle Stücke zusammen mit helleren gewaschen, können Farben ausbluten und die ganze Wäscheladung verfärben. Wenn du die Stücke getrennt hältst, kannst du das verhindern.

Empfindliche Stoffe wie Seide, Kaschmir und Spitze benötigen ebenfalls besondere Pflege. Sie sollten nicht in denselben intensiven Waschprogrammen gewaschen werden, die für schwerere Wäschestücke gedacht sind. Gleichzeitig hilft es deiner Waschmaschine, wenn du Kleidung nach Stoffart und Gewicht sortierst. Leichte und schwere Wäschestücke nehmen Wasser unterschiedlich auf und werden unterschiedlich geschleudert. Wäschst du ähnliche Stücke zusammen, werden sie gleichmäßiger sauber, fusseln weniger und lassen sich besser spülen.

Auch die gewählte Wassertemperatur und das Waschmittel machen einen Unterschied. Kaltes Wasser schützt Farben und empfindliche Stoffe, während heißes Wasser besser für hartnäckige Flecken und zum Desinfizieren geeignet ist.

Letztendlich summieren sich all diese kleinen Gewohnheiten: Du sparst Energie, verringerst den Verschleiß und sorgst dafür, dass deine Kleidung länger gut aussieht.

Worauf du beim Sortieren der Wäsche achten solltest#

Ein paar einfache Überlegungen können viel dazu beitragen, wie deine Kleidung nach jeder Wäsche aussieht und sich anfühlt:

• Nach Farben trennen: Wasche weiße Kleidung, kräftige Farben und dunkle Kleidungsstücke in getrennten Ladungen. So verhinderst du, dass Farben abfärben, und sorgst dafür, dass Farben leuchtend und Weißes strahlend bleibt.
• Nach Stoffart sortieren: Wasche schwere Stücke wie Jeans, Handtücher und Pullover getrennt von leichten Stoffen. Wenn du sie mischst, kann das zu Ausleiern, Ausbleichen oder stärkerem Verschleiß führen, besonders bei empfindlichen Kleidungsstücken.
• Alle Reißverschlüsse schließen: Schließe vor dem Waschen alle Reißverschlüsse, damit sie keine Fäden ziehen und nichts beschädigen. Offene Reißverschlüsse können sich während des Waschgangs in empfindlichen Stoffen verhaken.
• Pflegeetiketten prüfen: Die kleinen Symbole auf den Kleidungsetiketten sind wichtig. Nimm dir einen Moment Zeit, um sie zu lesen. Sie geben an, ob ein Kleidungsstück von Hand gewaschen, chemisch gereinigt, an der Luft getrocknet oder im Schonwaschgang gewaschen werden sollte, damit jeder Stoff die richtige Pflege erhält.
• Die Maschine richtig beladen: Miss das Waschmittel sorgfältig ab und achte auf eine ausgewogene Beladung, damit jedes Wäschestück gleichmäßig gereinigt wird.

Wie Vision AI beim effizienten Sortieren der Wäsche helfen kann#

Computer Vision kann das Sortieren der Wäsche erheblich erleichtern. Damit lassen sich verschiedene Farben, Kleidungsstücke und Stoffstrukturen schnell erkennen, wodurch häufige Fehler beim Sortieren von Hand vermieden werden können.

Tatsächlich zeigte eine aktuelle Studie, wie Computer Vision und Robotik eingesetzt werden können, um Textilien automatisch zu sortieren. Die Forschenden nutzten ein Computer-Vision-Modell, das Aufgaben wie die Objekterkennung unterstützte – ein Verfahren, mit dem Objekte in einem Bild lokalisiert und identifiziert werden –, um jedes Textilstück auf einem Förderband zu finden.

Das Team trainierte das Modell speziell mit beschrifteten Beispielen von Textilien aus verschiedenen Erscheinungskategorien. Dadurch konnte es jedes Stück anhand seiner Farbe und Struktur visuell als helle, dunkle oder mehrfarbige Kleidung klassifizieren. Anschließend hob ein Roboter jedes Stück mit einem speziell angefertigten Greifer auf und legte es ohne menschliche Hilfe in den richtigen Behälter. Obwohl sich die Studie mit dem Textilrecycling befasste, ermöglichen dieselben Schritte – ein Kleidungsstück zu sehen, zu erkennen, worum es sich handelt, und zu wissen, wohin es gehört – das automatische Sortieren von Wäsche.

Abb. 2. Ein robotergestütztes Sichtsystem erkennt und greift ein Kleidungsstück. (Quelle)

Wie Ultralytics-YOLO-Modelle Systeme zum Sortieren von Wäsche unterstützen#

Computer-Vision-Lösungen beruhen auf mehreren grundlegenden Vision-Aufgaben, die zusammenwirken, damit Maschinen das Gesehene interpretieren können. Die Objekterkennung ermöglicht einem System beispielsweise, Gegenstände in einem Bild zu identifizieren und ihre Position zu bestimmen.

Die Instanzsegmentierung ergänzt weitere Details, indem sie die genaue Form jedes Gegenstands auf Pixelebene umreißt. Außerdem hilft die Bildklassifizierung dabei, das zu kategorisieren, was das System sieht, etwa Farben, Muster oder Kleidungsarten.

Modelle wie Ultralytics YOLOv8 und YOLO11 unterstützen diese Aufgaben und erleichtern ihre Anwendung in realen Systemen. Sie können Kleidungsstücke erkennen, ihre Form umreißen und ihre visuellen Merkmale in einem einzigen Durchlauf mit hoher Geschwindigkeit klassifizieren. So können Vision-AI-Lösungen Gegenstände in Echtzeit analysieren, während sie sich bewegen oder verschieben. Das macht das automatische Sortieren von Wäsche sowohl präzise als auch effizient.

Wäsche mit Ultralytics-YOLO-Modellen sortieren#

Hier findest du einen genaueren Überblick über die Schritte, mit denen du Ultralytics-YOLO-Modelle zum Aufbau eines Systems zum Sortieren von Wäsche einsetzen kannst:

• Bilder von Wäsche sammeln und annotieren: Sammle zunächst Bilder von Wäschestücken unter verschiedenen Bedingungen, etwa in gemischten Haufen, als einzelne Kleidungsstücke und bei unterschiedlichen Lichtverhältnissen. Das Annotationsformat hängt von der Computer-Vision-Aufgabe ab, die du einsetzen möchtest. Bei der Objekterkennung erhält beispielsweise jedes Kleidungsstück eine Bounding Box. Bei der Instanzsegmentierung kannst du Masken auf Pixelebene annotieren. Anhand dieser Annotationen lernt das Modell, wo Gegenstände vorkommen und welchen Kategorien sie angehören.
• Trainiere ein benutzerdefiniertes Ultralytics-YOLO-Modell: Mit dem annotierten Datensatz kannst du ein Modell wie YOLO11 mit eigenen Daten trainieren, damit es Kleidungsstücke erkennt, ihre Umrisse bestimmt oder Merkmale wie Farbe, Kleidungsart und Muster klassifiziert.
• Das trainierte Modell testen und bewerten: Bewerte das Modell anhand eines separaten Testsatzes, um sicherzustellen, dass es neue, zuvor ungesehene Kleidungsstücke richtig erkennt und klassifiziert. So stellst du sicher, dass das System unter realen Bedingungen zuverlässig funktioniert.
• Das Modell bereitstellen: Sobald das Modell gute Ergebnisse erzielt, verbindest du es mit einer Live-Kamera, die auf einen Wäschekorb oder eine Sortierstation gerichtet ist. Das System verarbeitet Bilder in Echtzeit, erkennt jedes Kleidungsstück und wendet Sortierregeln an, um die Stücke in den richtigen Behälter zu leiten. Dieser Aufbau lässt sich in verschiedene Hardwaresysteme integrieren, etwa in einen Roboterarm, der Wäschestücke physisch zwischen Wäschekörben bewegt, ein automatisiertes Förderband, das Kleidungsstücke zu verschiedenen Bereichen leitet, oder einen intelligenten Wäschekorb, der die Wäsche mithilfe interner Fächer automatisch trennt.

Während das Bildverarbeitungssystem zum Sortieren der Wäsche eingesetzt wird, ist es wichtig, seine Leistung zu überwachen und es bei Bedarf zu aktualisieren. Neue Bilder hinzuzufügen, das Modell regelmäßig neu zu trainieren und die Sortierregeln an Veränderungen bei Kleidungsstilen oder Stoffen anzupassen, trägt dazu bei, dass das System dauerhaft präzise und zuverlässig bleibt.

Weitere Einsatzmöglichkeiten von Vision AI in Wäschereibetrieben#

Neben dem Sortieren kommt Vision AI auch in anderen Bereichen der Wäscherei- und Textilverarbeitung zum Einsatz. Oft reicht es nicht aus, ein Kleidungsstück einfach anzusehen, um zu entscheiden, wie es gewaschen werden sollte. Zwei Hemden können äußerlich identisch aussehen, obwohl das eine schonend gewaschen werden muss und das andere chemisch gereinigt werden sollte. Deshalb ist es wichtig, das Pflegeetikett zu prüfen. Die Automatisierung dieses Schritts hilft, Fehler zu vermeiden und stellt sicher, dass Kleidungsstücke richtig behandelt werden.

So entwickelte ein aktuelles Forschungsprojekt ein System zur Erkennung von Pflegeetiketten mithilfe eines Bildklassifizierungsmodells auf Basis von Ultralytics YOLOv8. Das Team trainierte das Modell mit mehr als 10.000 Bildern von Pflegesymbolen. Dadurch konnte es Wasch-, Trocken- und Bügelsymbole anhand eines einzigen Fotos präzise erkennen. Das trainierte Modell wurde in eine mobile App integriert, die das Pflegeetikett eines Kleidungsstücks scannt und die erkannten Symbole zusammen mit empfohlenen Waschanweisungen ausgibt. So können Nutzerinnen und Nutzer ihre Kleidung einfacher richtig pflegen.

Abb. 3. Pflegeetiketten mit YOLOv8 klassifizieren (Quelle).

Eine weitere wichtige Anwendung von Vision AI in Wäschereien ist die Erkennung von Stofffehlern. Lösungen mit Modellen wie Ultralytics YOLOv8 können Kleidungsstücke auf Fehler untersuchen, etwa auf Flecken, Risse, lose Fäden oder abgenutzte Stellen, bevor sie gewaschen oder verpackt werden. Öffentliche Datensätze wie Fabric Stain auf der Ultralytics Platform sind ein guter Ausgangspunkt, um ein solches Erkennungsmodell zu trainieren.

Werden solche Probleme früh erkannt, gelangen beschädigte Artikel seltener in automatisierte Anlagen, Nacharbeiten werden reduziert und der Arbeitsablauf wird nur mit Kleidungsstücken in gutem Zustand fortgesetzt. Das verbessert die Qualitätskontrolle und verringert den Abfall in großen Wäschereibetrieben.

Abb. 4. Flecken und Risse auf T-Shirts erkennen (Quelle)

Vor- und Nachteile des Sortierens von Kleidung mit Vision AI#

Hier sind einige der wichtigsten Vorteile von Vision AI beim Sortieren der Wäsche:

• Ressourceneffizienz: Indem Vision AI Kleidungsstücke genauer den passenden Waschprogrammen zuordnet, hilft es, gemischte Wäscheladungen zu vermeiden. So lassen sich Waschprogramme nutzen, die nur die erforderliche Menge Wasser, Energie und Waschmittel verbrauchen.
• Flexible Bereitstellungsoptionen: Vision-Modelle können auf Hardware wie Edge-Geräten, eingebetteten Systemen, Cloud-Servern und mehr ausgeführt werden (siehe diese Bereitstellungsoptionen für Modelle). Dadurch lassen sich Vision-Systeme für kleine wie auch große Umgebungen entwickeln.
• Kontinuierliche Verbesserung durch Daten: Wenn während des Betriebs mehr Bilder gesammelt werden, können Bildverarbeitungssysteme neu trainiert werden, um sich an neue Kleidungsstile und Umgebungsbedingungen anzupassen.

Trotz dieser Vorteile gibt es bei der Implementierung solcher Lösungen einige Punkte zu beachten. Hier sind einige häufige Einschränkungen:

• Empfindlichkeit gegenüber Aufnahmebedingungen: Änderungen bei Beleuchtung, Schatten, Kamerawinkel und Objektivqualität können die Zuverlässigkeit der Kleidererkennung beeinträchtigen.
• Schwierigkeiten bei unübersichtlichen Wäschehaufen: Wenn sich Kleidungsstücke stark überlappen oder eng ineinander verhakt sind, fällt es Bildverarbeitungssystemen möglicherweise schwer, alle Stücke richtig zu erkennen.
• Komplexe Integration: Damit Kameras, Sensoren und Robotersysteme zusammenarbeiten, sind eine präzise Zeitsteuerung und Kalibrierung sowie technischer Aufwand erforderlich, um einen zuverlässigen Betrieb sicherzustellen.

Die wichtigsten Erkenntnisse#

Wenn du die Wäsche richtig sortierst, schützt du Stoffe, erhältst leuchtende Farben und verlängerst die Lebensdauer deiner Kleidung. Vision AI macht diesen Vorgang schneller und zuverlässiger.

Modelle wie Ultralytics YOLOv8 und YOLO11 lassen sich gezielt trainieren, um Kleidungsarten zu erkennen und Farben zu unterscheiden. So können automatisierte Systeme Wäschestücke präzise sortieren. Das verringert Abfälle, verhindert Fehler bei der Wahl des Waschprogramms und unterstützt intelligentere und nachhaltigere Wäschereibetriebe.

Erfahre mehr über KI, indem du unserer Community beitrittst und unser GitHub-Repository besuchst. Auf unseren Lösungsseiten kannst du mehr über KI in der Logistik und Computer Vision in der Automobilbranche lesen. Entdecke unsere Lizenzoptionen und beginne noch heute mit Vision AI zu entwickeln!