La classificació de tèxtils postconsum segueix depenent, en gran mesura, de la avaluació manual realitzada per personal expert. Aquesta realitat limita la velocitat i volum de peces que es poden processar i, a més, introdueix variabilitat associada a criteris humans (fatiga, subjectivitat o diferències dexperiència).
Per respondre a aquest repte, el projecte europeu CISUTAC treballa en el desenvolupament d'una eina de suport a la classificació basada en intel·ligència artificial, orientada a millorar el triatge per decidir, amb més rapidesa i coherència, quines peces tenen potencial de reutilització o poden passar a reparació, i quins han de seguir altres circuits. Texfor participa a CISUTAC com a soci del projecte, contribuint a impulsar solucions que accelerin la circularitat i la sostenibilitat del sector.
Un dels avenços més rellevants és la creació d'un dataset obert construït a partir de roba postconsumincorporant la complexitat real derivada de l'ús (arrugues, deformacions, combinacions de materials, deteriorament, etc.). La versió final reuneix 31.997 peces i inclou tres imatges per peça (frontal, posterior i etiqueta), juntament amb més de quinze atributs anotats per especialistes: tipus de peça, talla, color, patró/estil, marca, temporada, presència de diverses capes, variables de condició (com taques, forats o desgast) i altres camps útils per a l'operativa, com el grau d'ús o un preu orientatiu.
El projecte també n'ha dissenyat una estació de captura i anotació amb càmeres i il·luminació, plantejada per ser replicable i facilitar la consistència en la generació de dades. A més, incorpora un escàner NIR (infraroig proper) per donar suport a la identificació de composició, tenint en compte que aquesta tecnologia pot presentar limitacions en determinats escenaris (per exemple, amb peces humides o multicapa), per la qual cosa resulta especialment eficaç quan es combina amb altres fonts d'informació.
A partir del dataset, s'han entrenat models de IA orientats a predir atributs rellevants per al triatge (com a categoria, color, estil i preu orientatiu). L'informe destaca, però, que encara existeix un recorregut de millora, especialment en atributs complexos i en la detecció de danys petits (taques, forats o desperfectes fins), on la resolució d'imatge i el detall de les anotacions són determinants.
En conjunt, CISUTAC posa a disposició del sector dos actius clau: un dataset obert de referència que pot accelerar el desenvolupament de solucions i un enfocament tecnològic per avançar cap a una classificació de tèxtil postconsum més escalable, consistent i orientada a retenir valor a través de la reutilització i la reparació.
Aquí podeu llegir / descarregar l'estudi complet: