AI・データサイエンス論文集
Online ISSN : 2435-9262
橋梁点検画像を用いた損傷程度判定におけるCNNモデル選定と学習データ分布の影響評価
田井 政行, 麻田 尚平, 奥村 太貴, 笽島 迅生
著者情報
ジャーナル オープンアクセス

2026 年 7 巻 3 号 p. 665-677

詳細
抄録

本研究では,橋梁点検画像を用いた損傷程度判定を対象に,損傷種類ごとのCNN モデルの判定性能と学習データ分布の影響を検討した.xROAD の橋梁点検調書から主桁の腐食および剥離・鉄筋露出画像を抽出し,5 種類のCNN モデルを同一条件で比較した.検証用データでは両損傷ともConvNeXt が高性能を示したが,マスク情報を用いない固定評価用データでは,腐食ではConvNeXt,剥離・鉄筋露出ではResNet が比較的高い判定性能を示した.また,画像枚数の均等化により,再現率最大差は腐食で59.4%から37.1%,剥離・鉄筋露出で61.8%から50.5%に縮小した.以上より,正解率に加え,クラス別再現率と再現率最大差による評価の有用性が示された.

著者関連情報
© 2026 公益社団法人 土木学会
前の記事 次の記事
feedback
Top