文献

J-GLOBAL ID：201702281503497854   整理番号：17A0750893

畳込みニューラルネットワークに基づくエンドツーエンド帯鋼表面欠陥認識システム【Powered by NICT】

An End-to-End Steel Strip Surface Defects Recognition System Based on Convolutional Neural Networks

著者 (3件)： Yi Li (College of Electronics and Information Engineering, Tongji University, Shanghai, 201804, PR China) ,  Li Guangyao (College of Electronics and Information Engineering, Tongji University, Shanghai, 201804, PR China) ,  Jiang Mingming (College of Electronics and Information Engineering, Tongji University, Shanghai, 201804, PR China)
資料名： Steel Research International  (Steel Research International)
巻： 88  号： 2  ページ： 176-187  発行年： 2017年 
JST資料番号： A0446A  ISSN： 1611-3683  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 鋼ストリップ表面欠陥認識は鋼ストリップ製造と品質管理,更なる改良を必要とするに非常に重要である。本論文では,鋼板表面検査のための提案したエンドツーエンド表面欠陥認識システム。このシステムは表面欠陥検出と七クラス鋼ストリップ欠陥の出力として入力と欠陥カテゴリーとして欠損像を直接使用する深い畳込みニューラルネットワーク(CNN)分類のための対称周辺顕著性マップに基づいている。CNN生欠陥画像に訓練し,ネットワークの訓練,特徴抽出と画像分類間の分離を回避から欠陥特徴を学習し,エンドツーエンド欠陥認識パイプラインを形成する。更なるCNNによる欠陥認識法の優位性を示すために,権威と標準帯鋼表面欠陥データセット-NEUもCNNを用いた欠陥認識効果を評価した。実験結果は,提案した方法は,異なるタイプの帯鋼表面欠陥検出で行い,欠陥画像のための高い認識率を達成することを実証した。添加では,一連のデータ強化法の欠陥認識のための過剰適合を回避するためにその効果を解析するために検討した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *帯鋼 ,  *畳込み ,  画像 ,  *表面欠陥 ,  故障検出 ,  *ニューラルネットワーク ,  *ネットワーク ,  品質管理 ,  対称性 ,  *エンドツーエンド方式 ,  特徴抽出 ,  鋼板
準シソーラス用語： 認識率 ,  画像分類 ,  表面検査 , 【Automatic Indexing@JST】

著者キーワード (4件)： 帯鋼表面欠陥 ,  欠陥認識 ,  畳込みニューラルネットワーク ,  顕著な領域検出

分類 (2件)： 鋳造法,鋳込  (WC01030Q) ,  圧延技術  (WC06030Z)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  エンドツーエンド ,  帯鋼 ,  表面欠陥