鄭　哲霖(B4)，永田寅臣，Stable Diffusion を用いた画像拡張による工業材料の欠陥検出用CNNモデルの性能改善，第31回 インテリジェントシステム シンポジウム FAN2023 講演論文集，Th-A3-3(1-3)，九州大学椎木講堂，2023.

工業製品によっては欠陥や不良品の発生頻度が非常に低いため，畳み込みニューラルネットワーク(CNN)を用いた欠陥検出システムを構築しようとした場合，汎化性の高いシステムの実現が困難な場合が多い．対象となる欠陥が含まれた，限られた量の画像を拡張する（増やす）ことを目的に敵対生成ネットワーク(GAN)が適用された報告があるものの，画像内の特定領域に注目し，その領域内に限定して類似した特徴を持つ領域画像を生成させるという機能は有していないようである．本研究では，不良品の発生頻度の低い工業材料を対象とし，Stable Diffusion を応用して欠陥が含まれた画像の拡張を行うことで，欠陥検出用CNNモデルの汎化性能の向上を試みたので報告する．