文献

J-GLOBAL ID：201902283681788841   整理番号：19A2683439

深層学習を用いた軌道内の落下物検出

著者 (1件)： 山本大樹 (明電舎 ICT統括本部)
資料名： 明電時報
号： 365  ページ： 58-60  発行年： 2019年10月25日 
JST資料番号： F0196A  ISSN： 0386-1570  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・鉄道設備の保守・改良工事後に,軌道内の落下物による事故防止を目的に,落下物の確認作業の自動化のために,カメラを用いた画像処理により,深層学習を用いた軌道内の落下物検出技術の開発。
・本手法では,多くの深層学習のネットワーク構造の中でも,画像物体認識分野で実績のあるAlexらの提案によるネットワーク構造(AlexNet)の利用。
・本手法では,AlexNetの畳み込み層で得られる4096次元のベクトルを入力として,3層から成る全結合層を新たに学習させた。
・精度検証として,日中に軌道内の正常画像と異常画像の撮影により検証を実施,データ数は正常画像と異常画像を合わせて26,562枚用意,学習回数と識別精度の関係を紹介。
・学習回数300回周辺で識別精度の収束が見られ,学習データで99.7%,評価用データで99.3%の識別精度の取得。

シソーラス用語： *機械学習 ,  鉄道軌道 ,  事故防止 ,  落下 ,  *物体認識 ,  画像処理 ,  検出 ,  *保線
準シソーラス用語： *深層学習

分類 (3件)： 保線,鉄道防災  (RC07050X) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 深層学習 ,  軌道 ,  落下物