表面欠陥検出に向けた教師-学生AIモデル

カテゴリ: 研究会(論文単位)

論文No: CT24032

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2024/01/03

タイトル(英語): Teacher-Student Models for Surface Anomaly Detection

著者名: LI Zhuo(立命館大学),WANG Xin(立命館大学),GE Yifei(立命館大学),MENG Lin(立命館大学)

著者名(英語): Zhuo LI(Ritsumeikan University),Xin WANG(Ritsumeikan University),Yifei GE(Ritsumeikan University),Lin MENG(Ritsumeikan University)

キーワード: コンピュータ・ビジョン|表面異常検知|教師・生徒モデル|深層学習|軽量化モデル|産業応用|Computer vision|Surface anomaly detection|Teacher-student model|Deep learning|Lightweight model|Industrial applications

要約(日本語): コンピュータ・ビジョン技術は、工業製品の異常を迅速かつ正確に検出できる。これは製品の品質を確保し、生産性を向上させるために極めて重要である。本論文では、工業製品表面の異常検出のための効果的な教師-生徒モデルを提案する。教師-生徒モデルは、効果的な異常検出とともに、低い計算コストを持つ。実験により、提案する手法は工業製品表面の異常検知において優れた性能を示した。

要約(英語): Computer vision technology is capable of quickly and accurately detecting anomalies in industrial products. This paper proposes an effective teacher-student model for anomaly detection on the surface of industrial products. Extensive experiments show that the method proposed in this paper exhibits excellent performance in surface anomaly detection of industrial products.

本誌: 2024年1月6日-2024年1月7日制御研究会-2

本誌掲載ページ: 37-42 p

原稿種別: 日本語

PDFファイルサイズ: 1,346 Kバイト