機械学習を用いた部分的な傷検査の統合による機械部品の外観検査

カテゴリ: 研究会(論文単位)

論文No: PI21049,IIS21035

グループ名: 【C】電子・情報・システム部門 知覚情報/【D】産業応用部門 次世代産業システム合同研究会

発行日: 2021/08/28

タイトル(英語): Visual Inspection of Mechanic Parts by Integration of Partial Defect Inspections using Machine Learning

著者名: 柏木 大直(徳島大学),浮田 浩行(徳島大学)

著者名(英語): Hironao Kashiwagi(Tokushima University),Hiroyuki Ukida(Tokushima University)

キーワード: 外観検査|機械部品|きず|機械学習|ニューラルネットワーク|畳み込みニューラルネットワーク|Visual Inspection|Mechanical Parts|Defects|Machine Learning|Neural Network|CNN

要約(日本語): 本研究では，企業で実際に製造されている機械部品について，機械学習を用いた外観検査方法について検討する．対象となる部品中の傷は非常に小さいため，部品表面を複数領域に分けて撮影し，全ての画像について傷が存在する確率をＣＮＮを用いて算出する．次に，全ての画像の傷存在確率を用いて，対象となる部品が良品かどうかを，ニューラルネットを用いて識別する．実際に製造された部品を用いて提案手法の有効性を示す．

要約(英語): In this study, we investigate a visual inspection method using machine learning for mechanical parts that are actually manufactured in companies. Since the defects in parts are very small, we divide the surface of the parts into several regions and capture images of them, and estimate the probability of the existence of defects in all the images using CNN. Next, we use the probability of the existence of defects in all images to identify whether the target part is good or not using a neural network. The effectiveness of the proposed method is demonstrated using actual parts.

本誌: 2021年8月31日知覚情報/次世代産業システム合同研究会

本誌掲載ページ: 19-24 p

原稿種別: 日本語

PDFファイルサイズ: 865 Kバイト