| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-10-13 15:20 CNNを用いた金属プレス加工製品の自動外観検査 ○北口勝久・西﨑陽平・齋藤 守（阪産技研）  PRMU2017-95 |
|
| 抄録 | （和） | 筆者らはこれまでCNNを用いた深絞り製品の自動外観検査手法の開発を行ってきた．深絞りは通常の限度を超えたプレス加工で金属板を成形する方法であるが，材料の強度不足や，型と材料の間の異物混入や潤滑条件の不適正が原因で表面欠陥が発生する場合がある．これまでは正常品と不良品の2種類のラベル付けにより検査手法を開発してきたが，様々な種類の不良品を全て検出することは困難であった． 本研究では，不良品をさらに傷の種類ごとに細分化したラベルを用いて学習することを提案する．提案手法で学習したCNNモデルと，従来通り正常品と不良品のラベルで学習したCNNモデルの識別性能を比較する実験では，提案手法が優れた識別性能を示した．またそれぞれのCNNモデルの畳み込みフィルタの役割の違いを調べた． |
| （英） | We have been developing a deep learning-based method for automated visual inspection of deep drawing metal products. Deep drawing is a process technology that forms a sheet metal beyond its limits of ordinary stamping, which often suffers from surface defects due to lack of material strength, improper lubrication and contamination. It was difficult to detect these kind of defects by conventional two class CNN model,ie normal and defective. Here, we propose a CNN model for multi-label classification to find various surface defects. In the experiment, we compare our model with the conventional two class model, and show the improvement of classification performance. We also examine the functional difference of the convolution filters between both models. |
|
| キーワード | （和） | CNN / 外観検査 / 金属製品 / / / / / |
| （英） | CNN / Visual inspection / Metal parts / / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 238, PRMU2017-95, pp. 181-186, 2017年10月. | |
| 資料番号 | PRMU2017-95 | |
| 発行日 | 2017-10-05 (PRMU) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2017-95 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2017-10-12 - 2017-10-13 |
| 開催地（和） | 熊本大学 |
| 開催地（英） | |
| テーマ（和） | 深層学習 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2017-10-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | CNNを用いた金属プレス加工製品の自動外観検査 |
| サブタイトル（和） | |
| タイトル（英） | Automatic Visual Inspection of Metal Pressed Parts Using CNN |
| サブタイトル（英） | |
| キーワード(1)（和/英） | CNN / CNN |
| キーワード(2)（和/英） | 外観検査 / Visual inspection |
| キーワード(3)（和/英） | 金属製品 / Metal parts |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 北口 勝久 / Katsuhisa Kitaguchi / キタグチ カツヒサ |
| 第1著者 所属（和/英） | 大阪産業技術研究所 (略称： 阪産技研) Osaka Research Institute of Industrial Science and Technology (略称： ORIST) |
| 第2著者 氏名（和/英/ヨミ） | 西﨑 陽平 / Yohei Nishizaki / ニシザキ ヨウヘイ |
| 第2著者 所属（和/英） | 大阪産業技術研究所 (略称： 阪産技研) Osaka Research Institute of Industrial Science and Technology (略称： ORIST) |
| 第3著者 氏名（和/英/ヨミ） | 齋藤 守 / Mamoru Saito / 齋藤 守 |
| 第3著者 所属（和/英） | 大阪産業技術研究所 (略称： 阪産技研) Osaka Research Institute of Industrial Science and Technology (略称： ORIST) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-10-13 15:20:00 |
| 発表時間 | 30分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2017-95 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.238 |
| ページ範囲 | pp.181-186 |
| ページ数 | 6 |
| 発行日 | 2017-10-05 (PRMU) |
[研究会発表申込システムのトップページに戻る]