深層学習を用いた剥離・鉄筋露出検出モデル訓練データの評価
2022 年 3 巻 J2 号 p. 602-607
詳細
2022 年 3 巻 J2 号 p. 602-607
橋梁の保守点検作業は多大な労力を要しており，技術者不足や予算の問題で十分な保守点検作業が行われていない．近年ではこの問題に対して，これまで人手で行ってきた作業を自動化する様々な取り組みが研究されている．その手法の一つとして，深層学習を用いた画像処理手法が研究されている．深層学習においては，訓練データの品質はモデルの性能に大きな影響を与えるが，損傷検出における訓練データの内容が検出精度に与える影響は十分に議論されていない．
本研究では橋梁における剥離・鉄筋露出の自動検出処理を対象とし，訓練データにおける検出対象のアノテーション情報が付与されていない負例データの比率が異なるデータセットで複数のモデルを作成し，その影響を評価した．それぞれの訓練データごとに作成したモデルの検出結果を比較した結果，訓練データにおける負例データの影響を確認した．
