道路附属物画像の表現学習に基づく損傷分類および類似事例の提示とその実証的な分析

抄録

道路標識や道路照明などの道路附属物は，膨大な設置数と範囲から点検業務の効率化が望まれている．従来の損傷分類モデルは一定の精度を実現する一方，小規模データセットによる過学習のリスク，分類のみに限られたタスク設定，実証的な実験の不足が課題であった．本研究では，中規模データセットを用いた道路附属物画像の表現学習に基づき，損傷分類と類似事例提示を行う手法を提案し，令和7年度に実施した実証実験の結果を報告する．検証用データによる評価では，提案手法が損傷種類および損傷程度を高精度に分類可能であることが示された．実証実験でも有効性が示唆された一方，訓練データとのドメインシフトによる精度劣化も確認された．また，モデルの注目領域や類似事例の提示は，診断に従事した技術者から実用性が示唆された．