学会発表

Basic information

Name NAGATA Fusaomi

発表題目

転移学習ベースのCNNモデルとFCDDモデルによる異常検知と可視化性能の比較

代表発表者名

坂田 真吾 (M1)

共同発表者名

永田 寅臣,渡辺 桂吾(岡山大学),マキ ハビブ(American University in Cairo)

学会・会議名

The 26th IEEE Hiroshima Section Student Symposium ~ 私たちが創る次世代の Engineering~

発表形態

ENG

発表開始年月

2024-11-16

 

ENG

発表終了年月

2024-11-17

概要

本稿では,工業製品の欠陥検出と可視化処理を同時に実行できるFully Convolutional Data Description (FCDD)の適用について検討した.筆者らがこれまでに開発してきた欠陥検出モデル構築のためのMATLABアプリケーションでは,CNN, SVM, CAE, VAE, FCN, YOLO など様々な種類のモデルを効率的に設計,学習,評価できるようになっているが,FCDDはまだサポートできていなかった.そこで,バックボーンに適したCNNモデルを選択しながら,簡易操作でFCDDモデルを構築できるようにMATLABアプリケーションを拡張するためのソフトウェア開発を行った.従来の転移学習ベースのCNNモデルとの比較を行いながら,FCDDモデルのコンカレントな欠陥検出機能と可視化機能の有用性を評価したので報告する.