I SorTex’ indsamlingstests ser vi, at en betydelig del af det indgående materiale faktisk ikke er tekstil. Det kan være sko, tasker, bælter eller andre genstande, som er blevet afleveret sammen med tekstilerne. At identificere og fjerne disse produkter tidligt i processen er vigtigt. Hvis de bevæger sig for langt gennem sorteringssystemet, kan de påvirke materialekvaliteten og skabe udfordringer i de efterfølgende trin.

Foreløbige erfaringer peger på, at denne første adskillelse er et af de mest afgørende punkter i hele sorteringsflowet.

For bedre at forstå og understøtte denne proces arbejder SorTex med udvikling og test af AI-baseret objektgenkendelse. Opsætningen er relativt enkel: Et kamera er placeret over et transportbånd og analyserer materialestrømmen i realtid.

Selvom testbillederne ofte kan se ryddelige og overskuelige ud, trænes modellerne til at håndtere blandede og uforudsigelige materialestrømme, som afspejler virkeligheden i indsamlede tekstiler.

På nuværende tidspunkt arbejder modellen blandt andet med at identificere:

Formålet med klassificeringen er ikke blot at frasortere materialer. Det handler også om at skabe bedre beslutningsgrundlag længere fremme i processen.

Når materialer identificeres korrekt på et tidligt tidspunkt, bliver det lettere at vurdere de mest relevante næste skridt, hvad enten det handler om genbrug, redesign, anden anvendelse eller materialegenanvendelse. Omvendt kan værdien hurtigt gå tabt, hvis materialer placeres i de forkerte strømme.

Det kan lyde som en lille detalje, men vores erfaringer viser, at netop disse tidlige beslutninger har stor betydning for kvaliteten og effektiviteten i den samlede cirkulære værdikæde.