深層学習を用いたマンホール鉄蓋種別判定および不良箇所検出にむけた検討

DOI

書誌事項

タイトル別名
  • A Study on Type Classification and Object Detection to be Repaired of Manhole Cover Using Deep Learnig

抄録

<p>現在、NTT東日本管内では年間約6万個のマンホールの点検を実施している。作業者が現地においてマンホール写真（鉄蓋および内部設備）を撮影し、集約センタにおいてそれら写真を用いた設備の良・不良判定を目視で実施している。昨年、私たちは集約センタにおける目視点検稼働の削減に向けて、CNNアルゴリズムの一つであるMask-RCNNを用いたマンホール内部の不良検出AIを作成し、検出精度について報告を行った。本取り組みでは、昨年度の知見を基に、マンホール鉄蓋の種別判定および不良箇所検出AIを作成し、その検出精度を検証した。検証の結果、鉄蓋種別判定ではマクロ平均再現率96％、マクロ平均適合率98％、不良箇所検出ではマクロ平均再現率90％、マクロ平均適合率70％となった。</p>

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390569845478488832
  • NII論文ID
    130008051584
  • DOI
    10.11517/pjsai.jsai2021.0_2f1gs10f04
  • 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