自動外観検査に向けた学習画像生成の検討

カテゴリ: 全国大会

論文No: 4-148

グループ名: 【全国大会】令和2年電気学会全国大会論文集

発行日: 2020/03/01

タイトル(英語): Study of learning image generation for automatic appearance inspection

著者名: 野間拓耶（富士電機）,浅野貴正（富士電機）,竹内豊（富士電機）

著者名(英語): Takuya Noma (Fuji Electric Co., Ltd),Takamasa Asano (Fuji Electric Co., Ltd),Yutaka Takeuchi (Fuji Electric Co., Ltd)

キーワード: 外観検査|深層学習|データ拡張|ガイカンケンサ|シンソウガクシュウ|データカクチョウ

要約(日本語): 近年、深層学習による自動外観検査システムの開発が進んでいる。一般的に、深層学習は大量のデータを必要とし、各クラス(認識したい属性)のデータ数が均等であることが望ましい。しかし、現場では理想的なデータ収集は困難である。これに対して、画像処理技術(回転、フィルタ処理等)や画像合成技術(Mixup)を用いて人工的に画像枚数を増やすことが出来るが、数の不均衡性は解消されない。本稿では、クラス内の2枚の画像を確率的な比率で混合することにより、新たな画像を生成する手法を提案する。本手法により、クラス間のデータ数を均衡にすることが可能になる。その効果を、複数の外観異常クラスを持つ半導体ウエハ画像を題材に検証した。

本誌掲載ページ: 241-242 p

原稿種別: 日本語