二段階の深層学習を用いた塗装不良の分類

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2022/11/01

タイトル(英語): Classification for Painting Defects Using Two-Step Deep Learning Models

著者名: 安達　和音（東京理科大学　先進工学部），名取　隆廣（東京理科大学　先進工学部），相川　直幸（東京理科大学　先進工学部）

著者名(英語): Kazune Adachi (Faculty of Advanced Engineering, TokyoUniversity of Science), Takahiro Natori (Faculty of Advanced Engineering, TokyoUniversity of Science), Naoyuki Aikawa (Faculty of Advanced Engineering, TokyoUniversity of Science)

キーワード: 塗装不良，外観検査，深層学習，画像処理，二段階分類_x000D_　　painting defects，visual inspection，deep learning，image processing，two-step classification

要約(英語): Recently, visual inspection methods using deep learning have been proposed. In this paper, we propose a classification method using two-step deep learning. The first step is to determine whether the painting is a defect or not, and the second step is to determine the kind of painting defect. By comparing the results using various deep learning models, we show that the classification accuracy is higher than that of conventional method.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.142 No.11 （2022） 特集：電気関係学会関西連合大会

本誌掲載ページ: 1243-1244 p

原稿種別: 研究開発レター／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/142/11/142_1243/_article/-char/ja/