如何使用 Ultralytics YOLO 模型高效分类衣物

洗衣服看似是一项简单的任务。但这只是在没有突发状况之前。

你可能会把几件不同颜色的衬衫扔进洗衣机，按下启动键，然后希望它们洗完后看起来都一样。然而，事情并不总是如你所愿。

也许一件白色 T 恤洗完变成了灰色，或者最心爱的一件毛衣缩水了。即使是很小的分类失误，久而久之也会静静地磨损你的衣物。

令人惊讶的是，即使很多人知道分类的重要性，却仍然选择忽略。最近一项调查发现，在 40 岁以下的成年人中，只有不到一半的人会定期进行衣物分类，将浅色和深色衣物分开。这表明在忙碌时，洗衣服想要偷懒是多么容易。

图 1. 衣物分类有助于保持颜色鲜艳和织物完好。

如果根本不需要考虑分类问题会怎样？想象一下，在你按下“启动”键之前，就有一个自动化系统能够识别衣物、颜色甚至洗涤标签符号。得益于计算机视觉，这个曾经充满未来感的想法现在正成为现实。

计算机视觉是人工智能 (AI) 的一个分支，它使机器能够高精度地观察和解释图像及视频。借助像 Ultralytics YOLO11 以及即将推出的 Ultralytics YOLO26 这样的视觉 AI 模型，系统可以分析衣物、颜色，甚至指示某件衣物是应该机洗、手洗还是完全禁止洗涤的洗涤标签符号。这种理解能力使得无需人工干预的精准衣物分类成为可能。

在本文中，我们将探讨为什么衣物分类很重要，如何正确操作，以及 Ultralytics YOLO 模型如何让这一过程更具创新性和效率。让我们开始吧！

Link to this section正确进行衣物分类的重要性#

打开洗衣机发现白衬衫染成了粉色可能会让人感到沮丧。这样的时刻提醒着我们，为什么衣物分类如此重要。

正确的分类有助于让你的衣物保持颜色、形状和质地。当鲜艳或深色的衣物与浅色衣物一起洗涤时，颜色可能会串色并导致整桶衣服显得暗淡。将它们分开可以防止这种情况发生。

丝绸、羊绒和蕾丝等娇贵面料也需要特别护理。它们不应与适用于较厚重衣物的强力洗涤程序一起洗涤。同时，按织物类型和重量对衣物进行分组有助于你的洗衣机发挥更好的性能。轻便和厚重的衣物吸收水分和脱水的方式不同，因此将相似的衣物放在一起洗涤，清洁更均匀，产生的绒毛更少，漂洗效果也更好。

你选择的水温和洗涤剂也有很大影响。冷水有助于保护颜色和娇贵织物，而热水更适合处理顽固污渍和进行消毒。

归根结底，所有这些小习惯加在一起，能帮助你节省能源，减少磨损，并让你的衣物保持美观的时间更长。

Link to this section分类衣物时需要考虑的因素#

以下是一些简单的注意事项，它们能让你的衣物在每次洗涤后在外观和触感上有很大不同：

• 按颜色分开： 将白色衣物、亮色衣物和深色衣物放在不同的批次中洗涤。这可以防止染料串色，并有助于保持颜色鲜艳和白色衣物亮白。

• 按织物类型分组： 将牛仔裤、毛巾和毛衣等厚重衣物与轻便织物分开洗涤。混在一起洗可能会导致衣物拉伸、褪色或产生额外的磨损，特别是对于娇贵衣物。

• 拉上所有拉链： 洗涤前，拉上所有拉链以防止钩挂和损坏。打开的拉链在洗涤过程中可能会钩住娇贵面料。

• 检查洗涤标签： 衣物标签上的小图标至关重要，花点时间阅读它们是非常值得的。它们会告诉你某件衣物是应该手洗、干洗、风干，还是使用轻柔洗涤程序，以便每种面料都能得到所需的护理。

• 正确装载洗衣机： 小心地测量你的洗涤剂，并保持装载平衡，这样每件衣物都能得到均匀清洁。

Link to this section视觉 AI 如何助力高效衣物分类#

计算机视觉有潜力使衣物分类变得容易得多。它可以用来快速识别不同的颜色、衣物和纹理，从而帮助人们避免在手工分类衣物时常犯的错误。

事实上，最近的一项研究展示了计算机视觉和机器人技术如何用于自动分类纺织品。研究人员使用了一种支持诸如 目标检测 等任务的计算机视觉模型（这是一种定位和识别图像中物体的方法），以便在每一件纺织品沿传送带移动时找到它们。

他们利用不同外观类别的纺织品标注示例对模型进行了定制训练，使其能够根据颜色和纹理在视觉上将每一件物品分类为浅色衣物、深色衣物或多色衣物。然后，机器人使用定制的抓手捡起每一件衣物，并将其放入正确的分类箱中，全程无需人工帮助。尽管这项研究专注于纺织品回收，但同样的步骤——观察物体、理解它是什么、知道它应该去哪里——使自动化衣物分类成为可能。

图 2. 机器人视觉系统识别并捡起一件衣物。(来源)

Link to this sectionUltralytics YOLO 模型如何支持衣物分类系统#

计算机视觉解决方案依赖于几个核心的视觉任务，它们协同工作以帮助机器解读所见内容。例如，目标检测使系统能够识别图像中的物体并确定它们的位置。

同样，实例分割 通过在像素级别勾勒出每个物体的精确形状来增加更多细节。此外，图像分类有助于对系统正在观察的内容进行分类，例如识别颜色、图案或衣物类型。

像 Ultralytics YOLOv8 和 YOLO11 这样的模型支持这些任务，并使得在实际系统中应用它们变得简单。它们可以用于在单次遍历中检测衣物、勾勒其形状并对其视觉特征进行分类，且速度极快。这使得视觉 AI 解决方案能够分析移动或变换中的衣物，从而使自动化衣物分类既准确又高效。

Link to this section使用 Ultralytics YOLO 模型进行衣物分类#

以下是使用 Ultralytics YOLO 模型构建衣物分类系统的步骤详解：

• 收集并标注衣物图像： 要开始构建系统，请收集处于不同条件下的衣物图像，例如混合堆叠、单独的衣物以及各种光照设置。标注格式取决于你计划使用的计算机视觉任务。例如，如果你选择目标检测，则每件衣物都用边界框进行标注。如果你选择实例分割，则可以标注像素级的掩码。这些标注教会模型物体出现在哪里以及它们属于哪些类别。
• 训练定制的 Ultralytics YOLO 模型： 使用标注好的数据集，你可以定制训练像 YOLO11 这样的模型，使其能够检测衣物、勾勒其形状，或者对颜色、衣物类型或图案等特征进行分类。
• 测试并评估训练好的模型： 在单独的测试集上评估模型，以确认它能够正确识别和分类新的、未见过的衣物。这一步确保系统在真实条件下能可靠地工作。
• 部署模型： 一旦模型表现良好，将其连接到对着衣物篮或分类站的实时摄像头上。系统会实时处理图像，识别每一件衣物，并应用分类规则将物品引导至相应的箱子中。此设置可以集成到各种硬件系统中，例如在不同洗衣篮之间物理移动衣物的机械臂、将衣物运送到不同区域的自动化传送带，或者使用内部隔间自动分离衣物的智能衣物篮。

随着衣物分类视觉系统的投入使用，监控其性能并在需要时进行更新非常重要。随着服装款式或面料的变化，添加新图像、定期重新训练并调整分类规则，有助于系统长期保持准确和可靠。

Link to this section视觉 AI 在洗衣作业中的其他应用#

除了分类之外，视觉 AI 也被用于洗衣和纺织品工作流程的其他环节。在许多情况下，仅仅看一件衣服是不够的，无法决定它应该如何洗涤。两件衬衫在外观上可能一模一样，但一件可能需要轻柔洗涤，而另一件则需要干洗，这就是为什么检查洗涤标签至关重要的原因。自动化这一步骤有助于减少错误，并确保衣物得到正确处理。

例如，最近的一个研究项目开发了一个护理标签识别系统，使用了Ultralytics YOLOv8图像分类模型。该团队在超过10,000张护理标签符号图像上训练了该模型，使其能够通过单张照片准确识别洗涤、干燥和熨烫符号。训练好的模型被集成到一个移动应用程序中，该程序可以扫描衣服的护理标签，并返回识别出的符号以及推荐的洗涤说明，从而使用户更容易正确地护理他们的衣服。

图 3. 使用 YOLOv8 对洗涤标签进行分类 (来源)。

视觉 AI 在洗衣作业中的另一个关键应用是织物缺陷检测。由 YOLOv8 等模型驱动的解决方案可以在洗涤或包装前扫描衣物上的缺陷，例如污渍、撕裂、脱线或磨损区域。

尽早发现这些问题有助于防止损坏的物品进入自动化设备，减少返工，并保证只有完好的衣物才能继续进入后续工作流程。这改善了质量控制并最大限度地减少了大规模洗衣环境中的浪费。

图 4. 检测 T 恤上的斑点和撕裂 (来源)

Link to this section使用视觉 AI 分类衣物的优缺点#

以下是使用视觉 AI 对衣物进行分类的一些主要好处：

• 资源效率： 通过提高将衣物分类到正确洗涤类别的准确性，视觉 AI 有助于防止混洗，并能轻松使用仅需必要的水、能源和洗涤剂的洗涤程序。
• 灵活的部署选项：视觉模型可以在边缘设备、嵌入式硬件、云服务器等硬件上运行。这意味着视觉系统可以为小型和大型环境设计。
• 通过数据持续改进： 随着运行过程中收集到更多图像，可以重新训练视觉系统以适应新的服装款式和环境条件。

尽管有这些好处，在实施此类解决方案时仍需考虑一些因素。以下是一些常见的局限性：

• 对成像条件的敏感性： 光照、阴影、拍摄角度和镜头质量的变化可能会降低衣物识别的可靠性。
• 处理杂乱堆叠的困难： 当衣物严重重叠或紧紧地粘在一起时，视觉系统可能难以正确识别所有物品。
• 集成复杂性： 协调摄像头、传感器和机器人系统需要精确的计时、校准和工程投入，以确保稳定运行。

Link to this section关键要点#

正确地进行衣物分类有助于保护面料、保持颜色鲜艳并延长衣物的使用寿命。视觉 AI 让这个过程变得更快、更可靠。

像 Ultralytics YOLOv8 和 YOLO11 这样的模型可以定制训练以识别服装类型并区分颜色类别，从而使自动化系统能够准确地对物品进行分类。这减少了浪费，防止了洗涤程序错误，并支持更智能、更可持续的洗衣作业。

加入我们的社区并访问我们的 GitHub 存储库，了解更多关于 AI 的信息。查看我们的解决方案页面，阅读关于物流领域的 AI 以及汽车行业的计算机视觉的内容。探索我们的许可选项，立即开始构建你的视觉 AI 项目！