苦手タイプ改善型ディープラーニングを用いたアスファルト舗装のひび割れ自動検出
2020 年 1 巻 J1 号 p. 168-179
詳細
2020 年 1 巻 J1 号 p. 168-179
現在のアスファルト舗装点検には，効率的かつ定量的な点検手法が求められている．そこで近年では，ディープラーニングを用いて舗装画像からひび割れを自動的に検出する手法が提案され，その有効性が示されている．一般的に，ディープラーニングの精度は学習データ量に比例すると考えられているが，学習データの質にも精度は大きな影響を受ける．そこで本研究では，良質なデータを選別しながらデータ量を増やすことで，ひび割れ検出の精度を効率的に向上させることを試みた．この手法で得たモデルと，無作為に選んだデータを学習させたモデルの精度を比較したところ，本研究手法によるモデルの方が安定して精度が向上することを確認した．さらに，モデルのひび割れ検出結果を利用して舗装の健全性判定を行い，その結果をGIS上にマッピングした．
