工業製品の異常検知に関する改良法の提案

カテゴリ：部門大会

論文No：PS5-10

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)：Proposal for an improved method of detecting abnormalities in industrial products

著者名：楠瀬 康平（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)： Kohei Kususe (Tokushima University),Momoyo Ito (Tokushima University),Shinichi Ito (Tokushima University),Minoru Fukumi (Tokushima University)

キーワード：機械学習,画像処理,異常検知異常検知,Machine Learning,Image Processing,Anomaly detection

要約(日本語)：本研究では、工業製品の異常検知に関する新たな手法を提案する。DeViSE(A Deep Visual-Semantic Embedding Model)とは、画像とテキストの関係を学習することで、視覚的な情報である画像と意味的な情報であるテキストを同一空間に写像するモデルである。このモデルを改良し、画像とテキスト情報を組み合わせた深層学習モデルを開発することで、未知の不良にも対応できる異常検知システムの構築を目指す。提案手法はデータ準備部、学習部、評価部の3つで構成される。データ準備部では、サイズ変更などの前処理とデータ拡張を行う。学習部では、ResNet50とWord2Vecを用いて画像とテキスト情報から学習を行う。評価部では、学習済みモデルを使ってテストデータに対する分類精度を計算することで、モデルを評価する。

本誌掲載ページ：1626-1628p

原稿種別：日本語

PDFファイルサイズ：251Kバイト