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
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
-
- 人工知能学会全国大会論文集
-
人工知能学会全国大会論文集 JSAI2021 (0), 2F1GS10f04-2F1GS10f04, 2021
一般社団法人 人工知能学会
- Tweet
キーワード
詳細情報 詳細情報について
-
- CRID
- 1390569845478488832
-
- NII論文ID
- 130008051584
-
- 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