文献

J-GLOBAL ID：201702281276198671   整理番号：17A1937271

畳込みニューラルネットワークに基づくタイヤ欠陥X線画像分類【JST・京大機械翻訳】

Defect classification for tire X-ray images using convolutional neural network

著者 (4件)： Cui Xuehong (青島科技大学信息科学技術学院 青島 266061) ,  Liu Yun (青島科技大学信息科学技術学院 青島 266061) ,  Wang Chuanxu (青島科技大学信息科学技術学院 青島 266061) ,  Li Hui (青島科技大学信息科学技術学院 青島 266061)
資料名： Dianzi Celiang Jishu  (Dianzi Celiang Jishu)
巻： 40  号： 5  ページ： 168-173  発行年： 2017年 
JST資料番号： C3330A  ISSN： 1002-7300  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： タイヤの欠陥のタイプはタイヤが残留品または廃棄物であるかどうかを直接決定し、タイヤの等級に対して重要な参考価値があり、高性能のタイヤ欠陥分類方法を探索することは極めて重要である。畳込み神経回路網技術を用いて,端部から端部までの画像自動分類アルゴリズムを提案した。まず、国内の某タイヤ生産ライン上で現場で運行するタイヤX線欠陥検査システムにより、胎児側異物欠陥、胎児冠異物欠陥、気泡欠陥、胎児冠切離、胎児側開根の5種類の最もよく見られる欠陥タイプと1種類の正常胎児側画像を分類対象とする。さらに,欠陥画像の欠陥スケールに従って,画像を127×127画素の均一な大きさに変換することができた。次に,5つの畳込み層,3つの池化層,3つの全接続層を含むネットワーク構造を設計した。最後に,収集した欠陥サンプルを用いて設計した深さネットワークに対して訓練と学習を行った。提案したアルゴリズムを,従来の分類アルゴリズムと比較して,より良い分類性能を達成し,平均試験認識率は96.51%に達した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *画像 ,  気泡欠陥 ,  *タイヤ ,  アルゴリズム ,  欠陥検査 ,  *畳込み ,  *ニューラルネットワーク ,  画素 ,  胎児 ,  *X線 ,  *X線画像 ,  ネットワーク構造 ,  神経回路網
準シソーラス用語： 認識率 ,  分類アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： CNN ,  pooling ,  tire defect ,  image classification ,  fully connected

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 畳込みニューラルネットワーク ,  タイヤ ,  欠陥 ,  X線画像 ,  分類