{"product_id":"ieej-zt20204-148","title":"自動外観検査に向けた学習画像生成の検討","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e4-148\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】令和2年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2020\/03\/01\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eStudy of learning image generation for automatic appearance inspection\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e野間拓耶（富士電機）,浅野貴正（富士電機）,竹内豊（富士電機）\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eTakuya Noma (Fuji Electric Co., Ltd),Takamasa Asano (Fuji Electric Co., Ltd),Yutaka Takeuchi (Fuji Electric Co., Ltd)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e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\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e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。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e本誌掲載ページ: \u003c\/strong\u003e241-242 p\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 1","offer_id":46402149941487,"sku":"IEEJ-ZT20204-148-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_20a4d092-ba81-494f-b743-107e915ca441.png?v=1744974913","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt20204-148","provider":"電気学会 電子図書館","version":"1.0","type":"link"}