Random Erasingを用いたDeep Learningによる画像診断の精度向上に関する一検討

カテゴリ: 研究会(論文単位)

論文No: CT19105

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2019/07/19

タイトル(英語): A study on accuracy Improvement for image diagnosis using Deep Learning with Random Erasing

著者名: 藤田 魁(サレジオ工業高等専門学校),桑原 大輔(東京電機大学),大坪 樹(長崎大学),宮田 統馬(サレジオ工業高等専門学校),内田 健(サレジオ工業高等専門学校),島川 陽一(サレジオ工業高等専門学校)

著者名(英語): Kai Fujita(Salesian Polytechnic),Daisuke Kuwahara(Tokyo Denki University),Tatsuki Otsubo(Nagasaki University),Toma Miyata(Salesian Polytechnic),Takeshi Uchida(Salesian Polytechnic),Yoichi Shimakawa(Salesian Polytechnic)

キーワード: 機械学習|機械加工|画像診断|Ｄａｔａ　Ａｕｇｍｅｎｔａｔｉｏｎ|Machine Learning|machining|image diagnosis|Data Augmentation

要約(日本語): 本研究は, 機械による木板切削の加工不良に対する画像診断精度の向上を目的に, 深層学習による画像診断の従来法に対しData Augmentationの一手法であるRandom Erasingを適用した新たな画像診断手法を提案する．本稿では, Random Erasingにおけるオクルージョン領域の画素数と画像診断精度の関係を明らかにし, 提案法が従来法にくらべ高い精度で加工不良を識別することを示す．

要約(英語): This study proposes a new image diagnosis method with Random Erasing data augmentation in order to improve accuracy for detecting machining defects in wood cutting. This paper shows the relationship between the number of pixels in occlusion region and diagnosis accuracy and also shows that the proposed method detects machining defects with higher accuracy than a conventional method.

原稿種別: 日本語

PDFファイルサイズ: 5,127 Kバイト