Baggingと複数のパッチ画像を用いたCNN識別器による耐候性鋼材のさびの外観評価手法有村 和也, 重井 徳貴, 森田 千尋, 石塚 洋一, 宮島 廣美著者情報キーワード: 耐候性鋼材, さび画像の分類, 畳み込みニューラルネットワーク, アンサンブル学習, 複数のパッチ画像

知能と情報，2022 年 34 巻 2 号 p. 533-538
DOI https://doi.org/10.3156/jsoft.34.2_533

 https://www.jstage.jst.go.jp/article/jsoft/32/1/32_539/_article/-char/ja

抄録
本研究では，畳み込みニューラルネットワーク（CNN）を用いてセロファンテープ試験で採取した画像から耐候性鋼材のさびの外観評価を行う手法の精度改善について検討する．提案手法として，アンサンブル学習のbaggingを導入し，1枚のパッチ画像を複数のCNN識別器を用いて判定する手法，および，1枚のテープ画像から得られる複数枚のパッチ画像の判定結果を統合しそのテープの判定を行う手法を提案する．