深層学習に基づくゴミ検知システムの開発

カテゴリ: 部門大会

論文No: OS2-2

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Development of Trash Detection System Based on Deep Learning

著者名: 原田 遼太朗（神戸市立工業高等専門学校）,尾山 匡浩（神戸市立工業高等専門学校）,藤本 健司（神戸市立工業高等専門学校）,清水 俊彦（神戸市立工業高等専門学校）,Amar Julien（神戸市立工業高等専門学校）,小澤 正宜（神戸市立工業高等専門学校）,酒井 昌彦（神戸市立工業高等専門学校）

著者名(英語): Ryotaro Harada (Kobe City College of Technology),Tadahiro Oyama (Kobe City College of Technology),Kenji Fujimoto (Kobe City College of Technology),Toshihiko Shimizu (Kobe City College of Technology),Julien Amar (Kobe City College of Technology),Masayoshi Ozawa (Kobe City College of Technology),Masahiko Sakai (Kobe City College of Technology)

キーワード: 物体検出|ゴミ検出|深層学習|転移学習|環境保全|Object Detection|Trash Detection|Deep Learning|Transfer Learning|Environmental Conservation

要約(日本語): ゴミの不法投棄は、社会における深刻な問題の一つである。この問題により、生態系への悪影響や公害の増加等が懸念される。そのため、この問題に対して、ボランティア活動によるゴミ拾いが行われている。しかし、ゴミ拾いには多くの時間等を必要とし、ゴミの回収は困難である。そのため、我々は、ロボットによるゴミ拾いの自動化を提案する。ロボットには様々な機能が必要であり、その中で本研究では、ロボットが撮影した動画からゴミを検出する技術に着目する。ロボットがリアルタイムでゴミを検出するには、処理速度と検出精度を確保する必要がある。そのため、本研究では深層学習をベースとした物体検出技術を用いて、ゴミを検出可能か検討する。実験を行うために、まず我々は不法投棄量が比較的多い4種類のゴミを採用し、それらのデータセットを作成した。そして、深層学習モデルでの学習を実施し、検出精度の評価を実施した。