画像上のコンクリート表面の変状検出に関する複数の深層学習モデルの精度比較

  • 穴井 智史
    元 大阪大学 大学院工学研究科 環境・エネルギー工学専攻
  • 矢吹 信喜
    大阪大学 大学院工学研究科 環境エネルギー工学専攻
  • 福田 知弘
    大阪大学 大学院工学研究科 環境エネルギー工学専攻

書誌事項

タイトル別名
  • PRECISION COMPARISON OF DEEP LEARNING MODELS FOR DETECTING CONCRETE SURFACE DETERIORATION TYPES FROM DIGITAL IMAGES

抄録

<p> 画像処理による土木構造物の変状の自動検出手法として,以前は人間による特徴量選択が行われていたが,検出率が高くなかった.現在は適切な特徴量を自動取得可能な深層学習が登場し,従来手法と比べて検出率の向上や複数種類の変状の矩形検出等が報告されている.しかし,複数種類の変状検出では,深層学習モデルによる検出結果が個別に報告されており,異なる深層学習モデルによる検出精度は比較されていない.そこで本研究は,変状5種類(ひび割れ,鉄筋露出,遊離石灰c,遊離石灰d,遊離石灰e)を検出対象として,7種類の深層学習モデル(Faster R-CNN, SSD300, SSD512, RetinaNet-50, RetinaNet-101, RetinaNet-152, YOLOv3)による検出精度を比較した.その結果,YOLOv3の検出精度が最も高いことを確認した.</p>

収録刊行物

参考文献 (20)*注記

もっと見る

詳細情報 詳細情報について

問題の指摘

ページトップへ