Con TEX-EYE Rete CAUTO sperimenta una nuova frontiera della selezione tessile: dalla capacità di individuare i difetti alla costruzione di un sistema capace di supportare la qualità del riutilizzo e dialogare con le esigenze del mercato second-hand.
Decidere in pochi secondi se un abito usato può avere una seconda vita sembra un gesto semplice. In realtà dietro quella scelta c’è un patrimonio di esperienza difficile da codificare: riconoscere un difetto, valutarne la rilevanza, osservare lo stato di conservazione del capo e, soprattutto, sapere se quel prodotto può incontrare la domanda di uno specifico mercato second-hand. Oggi questa attività viene svolta prevalentemente attraverso l’esperienza degli operatori specializzati. Una competenza preziosa, ma difficile da standardizzare e trasferire, all’interno di un processo caratterizzato da un’elevata componente di soggettività.
Da qui prende avvio il percorso di ricerca e sviluppo di Rete CAUTO su TEX-EYE, realizzato in collaborazione con ReLearn -startup torinese che sviluppa tecnologie per la gestione dei rifiuti tramite intelligenza artificiale – con cui CAUTO ha avviato una partnership per lo sviluppo di tecnologie basate sull’AI finalizzate a ottimizzare la gestione dei rifiuti tessili. TEX-EYE è un sistema di visione artificiale supervisionata, pensato per supportare la selezione dei rifiuti tessili destinati al riutilizzo. Il progetto nasce all’interno di TEC-TES, cofinanziato dal bando Ri.Circo.Lo di Regione Lombardia, insieme a THYSAR, tecnologia sviluppata invece per la selezione dei rifiuti tessili destinati al riciclo.
Due tecnologie, quindi, per due momenti diversi della stessa filiera: capire quali prodotti possono continuare a essere utilizzati e conoscere meglio quelli che devono trovare una nuova strada nel riciclo.
Dall’occhio umano all’occhio digitale
La prima versione di TEX-EYE parte da un problema molto concreto: riconoscere la presenza di difetti visibili sul capo. Il sistema acquisisce immagini ad alta risoluzione e utilizza un modello di object e defectdetection che non si limita a classificare genericamente un’immagine come “difettosa” o “non difettosa”. L’intelligenza artificiale individua sull’immagine la posizione dell’anomalia (bounding box) e la associa a una delle classi sulle quali è stata addestrata: macchie importanti, scuciture, tagli, segni di usura, altre imperfezioni, elastici danneggiati e presenza di frazioni estranee.
La pipeline tecnologica implementata comprende acquisizione fotografica, applicazione tablet per raccolta ed etichettatura delle immagini, dataset annotato, infrastruttura cloud per il training e modello AI di inferenza. A marzo 2026 il modello era stato addestrato su 17.089 immagini e riusciva a individuare correttamente circa il 61% delle aree di difetto; una volta localizzata correttamente l’anomalia, la classificava nella relativa tipologia con un’accuratezza del 93%.
I primi test hanno però permesso anche di comprendere meglio quale fosse la prestazione realmente determinante nel processo di selezione. Per decidere che un capo non risponde ai requisiti di riutilizzo considerati, infatti, non è necessario individuare ogni singola imperfezione presente: è sufficiente intercettare almeno un’anomalia significativa.
È proprio su questo requisito funzionale che si è concentrata la successiva fase di affinamento del modello, conclusa a giugno 2026, portando al nuovo benchmark e ai risultati dell’87% nel riconoscimento dei capi con almeno un difetto e dell’85% nell’identificazione dei capi privi di anomalie.
87 capi su 100: il primo traguardo
Nel benchmark realizzato a giugno 2026 su 1.000 immagini in condizioni controllate, di cui 785 relative a capi con almeno un difetto e 215 a capi privi di anomalie, il sistema ha riconosciuto la presenza di almeno un difetto nell’87% delle immagini del primo gruppo.
In altre parole, nelle condizioni del test, TEX-EYE riesce già a intercettare circa 87 capi difettosi ogni 100.
Parallelamente riconosce correttamente l’assenza di anomalie nell’85% dei capi senza difetti: un risultato altrettanto importante perché significa limitare il rischio di escludere dal riutilizzo prodotti che potrebbero ancora avere una seconda vita.
È un primo traguardo, non un punto di arrivo. TEX-EYE opera oggi prevalentemente come strumento di supporto alla decisione dell’operatore, in condizioni controllate di acquisizione. Da questi risultati Rete CAUTO sta continuando a migliorare la performance di TEX-EYE per arrivare all’obiettivo di precisione nell’identificazione di difetti e non di almeno il 95%.
Il futuro parte dall’esperienza
Riconoscere la presenza o l’assenza di un difetto è solo una delle variabili che entrano in gioco nella selezione dei tessili destinati al mercato del riutilizzo. Valutare un capo significa confrontarsi con una realtà molto più articolata, nella quale esperienza, conoscenza dei materiali e capacità di lettura del prodotto e del mercato continuano ad avere un ruolo fondamentale. I risultati raggiunti con TEX-EYE rappresentano quindi non un punto di arrivo, ma una base concreta da cui proseguire il percorso di ricerca e sperimentazione di Rete CAUTO. Un percorso che parte da oltre 25 anni di esperienza nella gestione del rifiuto tessile e da una convinzione precisa: innovare significa mettere la tecnologia al servizio delle persone, valorizzando e rafforzando le competenze costruite sul campo. Perché prima ancora di riciclare un abito, la sfida più circolare resta una: riuscire a riconoscere quando può avere ancora una seconda vita.
