{"product_id":"ieej-btc2023gs010002","title":"深層学習を用いた孔壁展開画像における亀裂検出","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003eGS1-2\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【C】2023年電気学会電子・情報・システム部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2023\/08\/23\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eCrack Detection in Borehole-wall Panoramic Images using Deep Learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e和田 直史（北海道科学大学）,鈴木 利実（レアックス）,立野 直樹（レアックス）\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eNaofumi Wada (Hokkaido University of Science),Toshimi Suzuki (RaaX Co.,Ltd),Naoki Tatsuno (RaaX Co.,Ltd)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003eボアホールカメラ|孔壁展開画像|亀裂検出|深層学習|Borehole camera|Borehole-wall panoramic image|Crack detection|Deep learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e地盤調査や地質調査では，地中に垂直円筒状の孔（あな）を掘り，その孔にボアホールカメラを入れて孔壁画像を撮影し，亀裂の有無や形状を調査する．現状，亀裂の特定や解析は熟練技術者が目視で行っており，多大な時間を要するためコンピュータによる自動化が望まれている．そこで，本研究では，孔壁展開画像から深層学習を用いてサインカーブ状の亀裂（不連続面）を検出する方法について検討を行う．ここでは，深層学習モデルにResNetやViTなどの既存アーキテクチャを用い，亀裂の有無を判別する2クラス分類モデルを設計する．評価実験では，実際に現場で撮影した1,220本の孔壁展開画像から学習・評価用データセットを作成し，亀裂有無の分類精度を評価するとともに，データ拡張やファインチューニングの効果についても検証する．さらに，Grad-CAMを用いて判断根拠を可視化することにより，亀裂箇所の特定が可能であることを示す．\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 5.0","offer_id":46404377772271,"sku":"IEEJ-BTC2023GS010002-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_10aa02a7-634d-4625-a78f-4338c0d22cd2.png?v=1745055862","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-btc2023gs010002","provider":"電気学会 電子図書館","version":"1.0","type":"link"}