機械学習による不定形線状物体検出のための合成画像学習データ生成に関する研究

カテゴリ: 全国大会

論文No: 3-105

グループ名: 【全国大会】令和5年電気学会全国大会論文集

発行日: 2023/03/01

タイトル(英語): A Study on Generation of Synthetic Image Training Data for Detecting Irregular Linear Objects utilizing Machine Learning

著者名: 太田匠海（東北学院大学）,鈴木順（仙台高等専門学校）,森島佑（東北学院大学）,志子田有光（東北学院大学）

著者名(英語): Takumi Ohta (Tohoku Gakuin University),Jun Suzuki (National Institute of Technology, Sendai College),Yu Morishima (Tohoku Gakuin University),Arimitsu Shikoda (Tohoku Gakuin University)

キーワード: 機械学習|合成画像|不定形線上物体検出|machine learning|composite or montage image|Object detection on indefinite lines

要約(日本語): 一般に電気回路配線の正誤判別は目視によって行われており，その技術の習得には十分な経験を要する。一方，機械学習技術を用いて配線パターンを推定するシステムを開発する場合では，電線などのような不定形線状の物体を検出することが難しく，様々な手法が提案されており，現在も重要な研究課題となっている。本研究ではこれまで，機械学習等の技術を用いてブレッドボード上の配線パターンを推定するシステムの開発を行ってきた。このシステムでは，図1に示すように線状物体の画像にアノテーションデータを付した大量の学習データが必要となる。今

本誌掲載ページ: 166-167 p

原稿種別: 日本語

PDFファイルサイズ: 494 Kバイト