文献

J-GLOBAL ID：202202290579706573   整理番号：22A1104764

深層学習アプローチに基づくタイ精米品質分類【JST・京大機械翻訳】

Thai Milled Rice Quality Classification Based on Deep Learning Approach

著者 (2件)： Kongsilp Panadda (King Mongkut’s University of Technology,Division of Instrumentation and Automation Engineering Technology, Faculty of Engineering and Technology,North Bangkok,Thailand) ,  Sangsai Naratip (King Mongkut’s University of Technology,College of Industrial Technology,Department of Mechanical Engineering Technology,North Bangkok,Thailand)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： iEECON  ページ： 1-4  発行年： 2022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： 米は国内消費と輸出部門の両方にとってタイの最も重要な食品作物である。米品質評価は重要なプロセスであり,研究と産業にとって非常に大きな課題である。伝統的に,米粒の物理的品質検査は,人間の検査員によって手動で行われるが,それは,相対的で,時間がかかり,様々な結果であり,コストがかかる。マシンビジョンと深層学習技術は,自動化,非破壊分析,およびコスト効率の良い技術の代替解決策である。本研究では,THAI AGRICULTURAL STANDARDに基づく精米品質分類のための画像処理ベースシステムと深層学習アプローチの統合を提案した。2つの重要課題は,実際の状況における高密度物体による標準および小型を満たすための精米分類のための多重基準の複雑性である。この問題に対処するために,著者らは,検出,セグメンテーション,および分類である3つの主要なタスクを実行するために,インスタンスセグメンテーションフレームワークであるMask-RCNNを採用した。実験評価は,このシステムが0.96平均精度(mAP)を達成することを示した。研究結果は,提案システムが標準を満たすための米品質分類の能力と可能性を提供することを示した。このシステムは,接触カーネルと高密度物体状況に適合する。Copyright 2022 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： 自動化 ,  食品 ,  セグメンテーション ,  農作物 ,  画像処理 ,  多重化 ,  *白米 ,  非破壊分析 ,  検査員 ,  品質検査
準シソーラス用語： 品質評価 ,  高密度 ,  複雑性 ,  マシンビジョン ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 深層学習 ,  タイ ,  精米 ,  分類