機械学習を用いた欠陥箇所の検出

カテゴリ: 研究会(論文単位)

論文No: IIS20067

グループ名: 【D】産業応用部門 次世代産業システム研究会

発行日: 2020/09/17

タイトル(英語): Defects Detection by Machine Learning

著者名: 宇地原 大智(沖縄工業高等専門学校),山田 親稔(沖縄工業高等専門学校),宮城 桂(沖縄工業高等専門学校),與那嶺 尚弘(沖縄工業高等専門学校),長田 康敬(琉球大学)

著者名(英語): Taichi Uchihara(National Institute of Technology, Okinawa College),Chikatoshi Yamada(National Institute of Technology, Okinawa College),Kei Miyagi(National Institute of Technology, Okinawa College),Takahiro Yonamine(National Institute of Technology, Okina

キーワード: 機械学習|距離学習|Ｓｏｆｔｍａｘ　ｌｏｓｓ|ＡｒｃＦａｃｅ|ＡｄａＣｏｓ|Machine learning|metric learning|Softmax loss|ArcFace|AdaCos

要約(日本語): 工業製品の欠陥箇所の検出において，正常データのみを使って異常品を検出する手法では，一部の画像で精度の向上が見込めない場合がある。低次元モデルで表現可能な学習用欠陥画像の自動生成手法も提案されており，多様な欠陥画像を生成可能としている。特に，異常検知においては，距離学習(metric learning)を用いる手法が提案されている。そこで，本研究では，いくつかの距離学習により，欠陥画像の検出を行い，その有用性を検討する。

要約(英語): The detection of anomalous structures in industrial image data is of utmost importance for numerous tasks in the field of computer vision. In this article, we consider defects detection by using machine learning. We show experimental results for several metric learning methods.

原稿種別: 日本語

PDFファイルサイズ: 599 Kバイト