畳み込みニューラルネットワークを用いた耐候性鋼材腐食部劣化度判定の試み

DOI
  • 蓮池 里菜
    山口大学大学院 創成科学研究科社会建設工学分野 岐阜大学 工学部社会基盤工学科
  • 木下 幸治
    岐阜大学 工学部社会基盤工学科

書誌事項

タイトル別名
  • CLASSIFICATION OF CORROSION DETERIORATION ON WEATHERING STEEL BASED ON CNN

抄録

<p>鋼材の腐食部外観は曝露環境ならびに鋼材種類により異なる.本研究では,耐候性鋼材を対象に腐食環境を変化させた促進試験で得られた腐食部画像を基に,機械学習による健全度判定を試みた.具体的には,各塩化物環境下で得られた画像の外観評点と,劣化程度の指標とした質量増加量,さび厚との関係を整理した上で,畳み込みニューラルネットワーク(CNN)により腐食部画像の分類器を作成した.その結果,質量増加量,さび厚と外観評点間の相関が低いこと,および,各塩化物環境で得られた腐食画像ごとに作成したCNN分類器では,環境により精度が異なることを示した.また,全ての環境で得られた画像を用いたCNN分類器では精度が低い結果となったものの,各評点ごとの分類結果では高い精度で分類可能な評点も存在したことから,改善が見込まれる. </p>

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390008613604250240
  • NII論文ID
    130008118400
  • DOI
    10.11532/jsceiii.2.j2_813
  • ISSN
    24359262
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ