隨著基于機器視覺技術在行業內的廣泛應用，當前，人工智能也在不斷成熟，尤其是在安防、金融領域得到了較快、較好的應用。除此之外，越來越多的創業者也試圖在工業、制造業等相關領域帶來新的突破，以降低成本、提高效率，逐漸取代傳統的人工工作方式。
以紡織業為例，在紡織工藝中，一般可分為紡紗、織造、印染整等工序。其中織物疵點檢測便是織造工序中重要的一環，玻璃纖維多軸向織物，在織造過程中往往會有一些異物和毛團混入，織物疵點檢測是各大紡織廠對織物的質量控制的關鍵環節。目前國內很多企業纖維布疵點的檢測仍停留在人工檢測階段，人工檢測存在速度慢、產量有限、漏檢率高、檢測連續性差等諸多缺陷，因而亟需發展新穎、快速、準確的織物疵點自動檢測方法。
西安獲德是一家基于圖像識別與機器視覺軟件算法的人工智能領域的高新技術企業。主要面向紡玻璃纖維、紡織、碳纖維、化纖、無紡布等表面質量檢測的研究。織物瑕疵點檢測的難點主要在于織物的紋理及形態結構多種多樣，尤其疵點的種類更是千差萬別。西安獲德采用人工智能算法、深度自學習功能的神經網絡算法，對于不同品種、克重、幅寬、不同切割線、光源的衰減或更換新的光源，能夠自動調整算法，以最優的性能檢測異物和缺陷。
同時，通過機器視覺技術，持續不斷地實時檢測。固定在多軸向織物上方的多臺高速工業相機及視覺光源，不斷對移動的布面高速掃面拍照，獲取圖像，傳送實時圖像到計算機，進行圖像的實時處理和分析，檢測到缺陷時就及時報警或停車，提示人工處理。從實際效果來看，相比于傳統人工檢測，織物疵點檢測設備能快速提升工作效率；在識別率方面，檢出率高達95％，在成本方面，可替代一半的人工檢測，節約50%的工資。
目前的市場競爭，普遍存在有品質保障但效率無法快速提升，且對技術的迭代意愿不足以支撐其承擔較大的開發成本等問題。市場規模占有率高，但缺少品質保障，對于用戶越來越關心品質問題已不適用；相比之下，西安獲德的核心優勢在于對現場的實際經驗累積及算法，即以人工智能的方式解決現有的人工問題、質量問題、效率問題。
