打撃音のスカログラムを用いた畳み込みニューラルネットワークによる道路橋RC床版の非破壊探査手法に関する基礎的検討

抄録

　本研究では，道路橋RC床版での舗装打換工事の際に打音法を適用し，得られたスカログラムを，RC床版供試体で構築した事前学習済み畳み込みニューラルネットワークによる欠陥分類モデルで自動分類することを試みた．事前学習済みモデルにはVGG19_bnを，モデルの学習にはファインチューニングを利用している．道路橋RC床版で得られたスカログラムを分類した結果，健全部の正答率は98.4%と非常に高かったものの，欠陥部の正答率は46.8%と低かった．そのため，欠陥分類モデルの精度，特に欠陥部の精度について課題を残す結果になった．今後は，モデル構築において道路橋RC床版のデータを活用することで，十分な精度を担保できるように改善する必要がある．