Semantic Segmentationによる白色LEDパッケージングの領域予測

カテゴリ: 部門大会

論文No: PS1-13

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Region Prediction of the White LED Packaging Using Semantic Segmentation

著者名: 木本 結都（近畿大学）,柏尾 知明（近畿大学）,奥野 靖崇（近畿大学）,伊藤 智海（住友大阪セメント）,武田 怜（住友大阪セメント）,久保田 敦子（住友大阪セメント）

著者名(英語): Yuto Kimoto (Kindai University),Tomoaki Kashiwao (Kindai University),Yasutaka Okuno (Kindai University),Tomomi Ito (Sumitomo Osaka Cement Co., Ltd.),Ryo Takeda (Sumitomo Osaka Cement Co., Ltd.),Atsuko Kubota (Sumitomo Osaka Cement Co., Ltd.)

キーワード: 白色LED|Semantic Segmentation|領域認識|機械学習|White LED|Semantic Segmentation|Region Recognition|Machine Learning

要約(日本語): 発光ダイオード（Light Emitting Diode: LED）の発光効率（lm/W）向上を目指した研究，開発が現在も世界中で行われている。本研究では，Semantic Segmentationのモデルの一つであるPSPNetを用いて，パッケージング構造解析のための白色LEDの構成部材の領域予測における性能を評価した。学習データセットには，白色LEDの断面画像と，それに対応するラベル付き画像を水増しした画像を使用し，Iteration数40,000回まで学習を行い，ラベル付き画像の予測を行った。その結果，Iteration数が34,000回の時，最も高い予測性能が得られ，各設計パラメータ領域の平均IoU (Intersection over Union)は約0.8640であった。白色LEDパッケージにおいて重要な設計パラメータである蛍光体層と封止樹脂層のIoUで十分な予測精度が得られた。実験結果より，Semantic Segmentationは白色LED断面画像のクラス領域ごとのラベル付けにおいて，十分な性能を持つことが確認できた。