EfficientGAN を用いた環状部品側面の傷検出

カテゴリ: 研究会(論文単位)

論文No: PI23029,IIS23034

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: 2023/03/24

タイトル(英語): EfficientGAN for Defect Inspection on the Side of Ring Parts

著者名: 浮田 浩行(徳島大学),柏木 大直(徳島大学)

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

キーワード: 欠陥検出|環状部品|機械学習|畳み込みニューラルネットワーク|ＥｆｆｉｃｉｅｎｔＧＡＮ|Ａｎｏｍａｌｙ　Ｓｃｏｒｅ|defect detection|ring parts|machine learning|convolutional neural network|EfficientGAN|Anomaly Score

要約(日本語): 本研究では，環状部品側面の欠陥検出方法について検討する．これまで，CNNを用いた手法を検討していたが，正常部品表面の模様が一定ではないこと，学習に用いる欠陥部品の画像が少なく十分な学習ができないことから，識別精度が向上しなかった．ここでは，EfficientGANを用いて正常画像のみで学習を行い，欠陥を含む入力画像から正常画像を生成し，入力画像との差分を用いて欠陥を検出する方法を用いることで精度が向上した結果を示す．

要約(英語): In this study, we investigate a method for detecting defects on the side surface of ring parts. However, the identification accuracy could not be improved because the pattern on the surface of normal parts is not constant and the number of images of defective parts used for training is small, so sufficient training could not be performed. Here, we show the results of improved accuracy by using EfficientGAN to train only on normal images, generating normal images from input images that contain defects, and detecting defects using the difference between the normal images and the input images.

本誌: 2023年3月27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: 1-4 p

原稿種別: 日本語

PDFファイルサイズ: 1,721 Kバイト