深層学習を用いた自動車ホイールの鋳巣検出に関する一検討

カテゴリ: 研究会(論文単位)

論文No: CT19112

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 detection method of cavity defect in automobile wheel using deep neural network

著者名: グエン ティエンアイン(長岡技術科学大学),杉田 泰則(長岡技術科学大学)

著者名(英語): Thien Anh Nguyen(Nagaoka University of Technology),Yasunori Sugita(Nagaoka University of Technology)

要約(日本語): 本稿では，ピクセルレベルまで物体検出が可能なMask R-CNNを自動車ホイールの欠陥検出問題に適用し，鋳巣検出の可能性を検討した．Mask R-CNNを用いることで，入力画像に対する鋳巣の有無判別だけでなく，鋳巣の形状認識ができる可能性があることを実験により示す．

要約(英語): This study aim to automating the wheel cavity defect inspection process with high efficiency by using state-of-the-art deep learning network called Mask R-CNN which has good performance on instance segmentation problems. We used human-checked wheel data as ground-truth to train the network. As results, our model can detect cavity defects with human-level visibility and has an IoU value of 0.791.

原稿種別: 日本語

PDFファイルサイズ: 2,431 Kバイト