CNNを用いたパンの不良品検出における画像分割手法を用いた性能向上法の提案

カテゴリ: 部門大会

論文No: PS3-8

グループ名: 【C】2019年電気学会電子・情報・システム部門大会プログラム

発行日: 2019/08/28

タイトル(英語): Proposal of image segmentation method in defective food product detection using CNN

著者名: 膽吹 直諒(大阪工業大学),小林 裕之(大阪工業大学)

著者名(英語): Naoaki Ibuki|Hiroyuki Kobayashi

キーワード: ディープラーニング|CNN|外観検査|欠陥検出|Deep Learning|CNN|Visual inspection|Defect Detection

要約(日本語): パン工場の製造過程において1mmにも満たない大きさの小さいコゲや白い粉が付着している不良品が焼き上がる。現在は人の目視で検査しているが，人手不足や作業に集中力が要するという課題がある。不良品の種類は無数にあり，該当箇所が小さいため従来の画像処理を用いた手法では識別が難しい。筆者らは，外観検査に畳み込みニューラルネットワーク（CNN）を用いて良品と不良品を識別できないかと考えた。本論文では，初めに従来手法であるパンを一つずつ写した画像を用いて良品と不良品の2クラス分類で実験をしたが学習できないかったことを示す。次に，学習に用いる画像を分割させる手法を提案する。

PDFファイルサイズ: 561 Kバイト