Image Inpaintingによるデータ拡張とAnomalyCLIPによる商品包装画像のための不良品検出システム

カテゴリ：部門大会

論文No：OS4-1-8

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Anomaly Detection System for Product Packaging Using AnomalyCLIP and Image Inpainting Based Data Augmentation

著者名：福本 悠人（徳島大学）,伊藤 桃代（徳島大学）,伊藤 伸一（徳島大学）,福見 稔（徳島大学）

著者名(英語)： Yuto Fukumoto (Tokushima University),Momoyo Ito (Tokushima University),Shinichi Ito (Tokushima University),Minoru Fukumi (Tokushima University)

キーワード：AnomalyCLIP,ファクトリーオートメーション,深層学習,Image Inpainting,データ拡張,AnomalyCLIP,Factory Automation,Deep Learning,Image Inpainting,Data Augmentation

要約(日本語)：製造業における異常検知では，発生確率の低い不良品の画像を十分に準備することが困難である．また，製菓業などの業種では製造される製品の種類は季節や年ごとに変化することが一般的である．これらの業種で異常検知タスクを行うモデルを作成・運用する場合，商品が変更されるたびにモデルを学習し直す必要がある．本研究では，菓子のパッケージ画像における異常検知を対象に，製品を変更しても分類が可能なモデル作成を目標とした．本稿では，Image Inpaintingを用いたキャラクタ領域削除によるデータ拡張手法と，ゼロショット異常検知モデルであるAnomalyCLIPを用いた分類システムを提案する．

本誌掲載ページ：939-943p

原稿種別：日本語

PDFファイルサイズ：757Kバイト