文献

J-GLOBAL ID：201802270261765854   整理番号：18A1044309

産業用卵分類のための畳込みニューラルネットワーク【JST・京大機械翻訳】

Convolutional neural network for industrial egg classification

著者 (5件)： Shimizu Ryota (Department of Electronics and Electrical Engineering, Keio University, Yokohama, Japan) ,  Yanagawa Shusuke (Department of Electronics and Electrical Engineering, Keio University, Yokohama, Japan) ,  Shimizu Toru (Department of Electronics and Electrical Engineering, Keio University, Yokohama, Japan) ,  Hamada Mototsugu (Department of Electronics and Electrical Engineering, Keio University, Yokohama, Japan) ,  Kuroda Tadahiro (Department of Electronics and Electrical Engineering, Keio University, Yokohama, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISOCC  ページ： 67-68  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： CNN(畳込みニューラルネットワーク)は,画像分類タスクのための強力な方法である。CNNの分類能力は,多くの論文におけるImageNetのような大規模画像データセットを用いて評価されるが,小規模データセットによるCNNに関する研究はほとんど報告されていない。本研究では,実世界におけるタスク分類のためのニューラルネットワークの応用手法を検討している。本研究では,工業製品の品質検査にCNNを適用し,その分類能力を評価した。著者らのCNNは,工場で採取された卵の2000の画像で訓練され,ほとんど89,000の卵の画像を6つの品質に分類した。多角度画像を1画像に結合する方法は,物体の三次元特徴を保持し,分類精度を92.3%に改善した。CNNは工業製品の品質検査にも有効であることを確認した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 品質 ,  小規模 ,  画像 ,  工業製品 ,  *ニューラルネットワーク ,  三次元 ,  品質検査
準シソーラス用語： 分類精度 ,  画像データ ,  画像分類 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 産業 ,  卵 ,  分類 ,  畳込みニューラルネットワーク