文献

J-GLOBAL ID：202002254904275205   整理番号：20A1942289

伝達学習技術による画像分類に基づく許容および失敗点溶接製品の評価方法【JST・京大機械翻訳】

An Evaluation Method of Acceptable and Failed Spot Welding Products Based on Image Classification with Transfer Learning Technique

著者 (6件)： Yang Ye (School of Aerospace Engineering, Xiamen University, China) ,  Zheng Peng (School of Aerospace Engineering, Xiamen University, China) ,  He Hao (School of Aerospace Engineering, Xiamen University, China) ,  Zheng Tianyu (School of Aerospace Engineering, Xiamen University, China) ,  Wang Lei (School of Aerospace Engineering, Xiamen University, China) ,  He Shan (School of Electronic Science and Technology, Xiamen University, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： CSAE ’18  ページ： 1-6  発行年： 2018年 
JST資料番号： D0698C  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： 1スポット溶接技術は工業生産ラインで広く用いられているが,それは矛盾する品質に悩まされている。したがって,スポット溶接製品の評価は工業生産にとって非常に重要である。多くの破壊的および非破壊的方法が製品評価で使用されているが,それらは非効率であり,大量生産に適用が難しい。近年,マシンビジョン法を用いて,それらのはんだ接合画像に従って,許容できるスポット溶接製品を区別した。これは,ディジタル画像技術を用いたスポット溶接製品品質評価のための新しい機会を開いた。しかし,この方法は,理想的な分類精度と同様に,異なるスポット溶接製品に関する一般的性能を達成することができない。本研究では,それらのはんだ接合画像に従ってスポット溶接製品を分類するために,転送学習技術に基づく新しい方法を提案した。GoogLeNetを用いて,ImageNet上で事前訓練されたはんだ接合画像の特徴を抽出した。次に,多層パーセプトロン(MLP)を用いて,これらの画像を分類した。著者らの方法は,334の画像を含む試験セットに関して,96.99%の最終分類精度を達成した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  大量生産 ,  *点溶接 ,  はんだ付 ,  ディジタル画像 ,  製品品質 ,  工業生産 ,  多層パーセプトロン
準シソーラス用語： *画像分類 ,  分類精度 ,  製品評価 ,  マシンビジョン , 【Automatic Indexing@JST】

著者キーワード (5件)： GoogLeNet ,  MLP ,  スポット溶接 ,  画像分類 ,  伝達学習

分類 (2件)： 非破壊試験  (HB02030F) ,  溶接欠陥  (WC07130P)

タイトルに関連する用語 (6件)： 学習 ,  画像分類 ,  許容 ,  失敗 ,  点溶接 ,  評価方法