Semantic Segmentationによる白色LEDパッケージの領域予測

カテゴリ: 部門大会

論文No: PS8-9

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

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

著者名: 山本 優希（近畿大学）,柏尾 知明（近畿大学）,木本 結都（近畿大学）,伊藤 智海（住友大阪セメント株式会社）,武田 怜（住友大阪セメント株式会社）,久保田 敦子（住友大阪セメント株式会社）

著者名(英語): Yuki Yamamoto (Kindai University School),Tomoaki Kashiwao (Kindai University School),Yuto Kimoto (Kindai University School),Tomomi Ito (Sumitomo Oosaka Cement),Ryo Takeda (Sumitomo Oosaka Cement),Atsuko Kubota (Sumitomo Oosaka Cement)

キーワード: 機械学習|LED|Semantic Segmentation|PSPNet|Machine Learning|LED|Semantic Segmentation|PSPNet

要約(日本語): Semantic Segmentationによる白色LEDパッケージの領域予測 Area Prediction of the White LED Packaging Using Semantic Segmentation 概要 本研究では，Semantic Segmentationを用いて白色LEDの断面画像の各構成部材部分にラベル付けするこで，画像の各領域を各構成部材に分類する。これまでの研究では，特にボンディングワイヤ部分の予測性能が低かったが，学習用データセット内のボンディングワイヤを含む画像の割合を調整することで，領域予測性能を向上させることができた。さらに，ラベル付き画像を学習用データの一部として，CNNを用いた白色LED断面画像からの光学特性予測に用いることで，学習用データの不足を解消を目指した。実験結果より，ラベル付き画像の光学特性予測における学習用データとしての有効性を確認できた。