在服装生命周期短、款式变化丰富的背景之下,工艺设计仍延续传统的“一衣一卡”模式,无法实现对市场需求的快速响应。目前,工艺设计智能化程度低主要体现在:设计前期工艺人员逐一解读款式图,效率低下;服装工艺知识零散、繁杂,工艺知识管理方法不够科学使得知识的复用较为困难;工艺方案的制订很大程度上取决于工艺人员自身经验,不利于企业进行标准化生产。由此,本文聚焦工艺设计中的工艺流程,以基础款女式衬衫为研究对象,提出了基于款式图识别的工艺流程智能生成方法,旨在实现由服装款式图输入到工艺流程输出的自动化过程。主要研究内容如下:首先,为代替人工提取款式图中的特征信息,本文以衣袖部件为例,通过图像标注建立了包含10类制造特征的款式图数据库,选用基于Res Net-101预训练网络的Faster RCNN模型,并结合迁移学习和网络微调技术实现制造特征的分类识别。实验结果表明,该模型对10种制造特征的识别精确率均达到85%以上,m AP值达到92.78%,相较于VGG-16网络的模型提高了约37%。说明本文提出的模型对于款式图中制造特征的提取和分类识别准确有效。其次,面向款式图识别结果,提出了基于制造特征的工艺知识管理方法。将服装工艺知识通过“特征元-加工元”的层次结构进行有效表达,使得原本的服装产品工艺文件转换为特征工艺信息模型,实现了通过制造特征进行工艺知识的检索。此外,通过数据挖掘的方法获取特征的典型工艺路线,作为工序模板进行知识复用。最后,为实现基于款式图识别的工艺流程智能生成,提出了基于知识复用的工艺生成方法。通过特征编码实现款式图识别结果与工艺知识库的匹配检索,获取特征对应的工序模块;通过定义“骨架结构”保障主干流程的唯一性,进行工序模块的快速排列组合,实现了较为合理工艺流程的快速生成。在以上研究的基础上,搭建了集成款式图特征识别、特征工艺检索和工艺流程生成三大功能模块的工艺流程智能生成系统,实现了由款式图输入到工艺流程输出的智能化工艺设计。以衣袖部件为例,验证了本文提出的工艺生成方法和系统平台的有效性。