文献

J-GLOBAL ID：202202299462136473   整理番号：22A1155937

アクリロニトリルブタジエンスチレンメタライゼーションのための製品品質の分類におけるYOLOファミリーアルゴリズムの実行【JST・京大機械翻訳】

An implementation of YOLO-family algorithms in classifying the product quality for the acrylonitrile butadiene styrene metallization

著者 (2件)： Chen Yuh Wen (Department of Information Management, Da-Yeh University, Changhua, Taiwan, R.O.C.) ,  Shiu Jing Mau (Department of Industrial Engineering and Management, Da-Yeh University, Changhua, Taiwan, R.O.C.)
資料名： International Journal of Advanced Manufacturing Technology  (International Journal of Advanced Manufacturing Technology)
巻： 119  号： 11-12  ページ： 8257-8269  発行年： 2022年 
JST資料番号： T0397A  ISSN： 0268-3768  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： アクリロニトリルブタジエンスチレン(ABS)の伝統的電気メッキ産業において,製品表面の品質管理検査は,通常裸眼で行われる。しかし,電気メッキ製品の表面上のこれらの欠陥は,反射条件下で小さく容易に無視できた。欠陥とサンプルの数が大きすぎると,手動検査は挑戦的で時間がかかる。人工知能の最新の進展を伴う自動光学検査(AOI)システムの設計および組み立てのために,革新的に付加製造(AM)を適用した。このシステムはめっき製品の反射表面の欠陥を同定することができる。Youle Look(YOLO)からの深層学習フレームワークに基づいて,YOLOアルゴリズム(v2からv5)のファミリーを用いてグラフィックス処理ユニット(GPU)上のニューラルネットワークモデルを成功裏に開始した。最後に,著者らの努力は,生産ラインにおけるリアルタイムビデオデータを検出するために,平均70パーセント以上の精度率を示した。また,様々なYOLOアルゴリズム間の分類性能を比較した。著者らの目視検査努力は,電気メッキ産業における目視検査の労働コストを著しく減らし,スマート製造におけるビジョンを示す。Copyright The Author(s), under exclusive licence to Springer-Verlag London Ltd., part of Springer Nature 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  品質管理 ,  労務費 ,  電気めっき ,  人工知能 ,  *メタライゼーション ,  生産ライン ,  *製品品質 ,  肉眼検査 ,  付加製造 ,  芳香族炭化水素 ,  ビニル化合物 ,  脂肪族ニトリル
準シソーラス用語： 神経回路網モデル ,  実時間 ,  GPU【プロセッサ】 , 【Automatic Indexing@JST】

著者キーワード (7件)： 深層学習 ,  アクリロニトリルブタジエンスチレン(ABS) ,  あなたが見る ,  自動光学検査(AOI) ,  付加製造 ,  人工知能 ,  スマート製造

分類 (3件)： 無電解めっき  (WC08024S) ,  射出成形  (YH04050Y) ,  表面処理  (YH04112X)

物質索引 (2件)： スチレン ,  アクリロニトリル

タイトルに関連する用語 (4件)： 製品品質 ,  分類 ,  ファミリー ,  アルゴリズム