文献

J-GLOBAL ID：202102280114838625   整理番号：21A0577897

表面欠陥検出のための効率的ネットワーク【JST・京大機械翻訳】

An Efficient Network for Surface Defect Detection

著者 (4件)： Lin Zesheng (Key Laboratory for Information Science of Electromagnetic Waves (MoE), Fudan University, Shanghai 200433, China) ,  Ye Hongxia (Key Laboratory for Information Science of Electromagnetic Waves (MoE), Fudan University, Shanghai 200433, China) ,  Zhan Bin (NVIDIA Technology Shanghai Co., Ltd., Shanghai 201210, China) ,  Huang Xiaofeng (School of Communication Engineering, Hangzhou Dianzi University, Hangzhou 310018, China)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 17  ページ： 6085  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 畳込みニューラルネットワーク(CNN)は,最近,表面欠陥検出において有望な性能を達成した。多くのCNNベースの方法が提案されてきたが,それらの大部分は訓練のために利用可能な少数のサンプルと正と負のサンプルの不均衡によって制限される。したがって,それらの検出性能はさらに改善される必要がある。この目的のために,欠陥をより効率的に検出するために,MobileNet-v2密度と呼ばれるマルチスケールカスケードCNNを提案した。特に,著者らのネットワークで使用されるマルチスケールカスケード構造は,深いネットワークで失われるかもしれない弱い欠陥意味論を捕えるのを助けることができる。次に,検出性能をさらに改善する新しい非対称損失関数を提案した。最後に,二段階増強法は訓練データセットを効果的に拡大した。実験結果は,最先端技術と比較して,著者らの方式の受信者操作特性曲線(AUC-ROC)スコアの下の面積は0.16増加したことを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意味論 ,  損失関数 ,  *ネットワーク ,  非対称性 ,  *故障検出 ,  縦続接続 ,  特性曲線
準シソーラス用語： 訓練データ ,  マルチスケール ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク ,  データ増強 ,  マルチスケールカスケード接続 ,  表面欠陥検出

分類 (3件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S)

引用文献 (35件)：

• Liu, K.; Luo, N.; Li, A. A New Self-Reference Image Decomposition Algorithm for Strip Steel Surface Defect Detection. IEEE Trans. Instrum. Meas. 2020, 69, 4732-4741.
• Song, L.; Li, R.; Chen, S. Fabric Defect Detection Based on Membership Degree of Regions. IEEE Access 2020, 8, 48752-48760.
• Zhou, X.; Wang, Y.; Zhu, Q.; Mao, J.; Xiao, C.; Lu, X.; Zhang, H. A surface defect detection framework for glass bottle bottom using visual attention model and wavelet transform. IEEE Trans. Ind. Inform. 2019, 16, 2189-2201.
• Tan, D.P.; Li, L.; Zhu, Y.L.; Zheng, S.; Ruan, H.J.; Jiang, X.Y. An Embedded Cloud Database Service Method for Distributed Industry Monitoring. IEEE Trans. Ind. Inform. 2018, 14, 2881-2893.
• Yu, J.; Zheng, X.; Liu, J. Stacked convolutional sparse denoising auto-encoder for identification of defect patterns in semiconductor wafer map. Comput. Ind. 2019, 109, 121-133.

タイトルに関連する用語 (1件)： 欠陥検出