畳み込みニューラルネットワークによる耐候性鋼材のさび外観評点判定モデルの汎用性向上に関する基礎的研究

抄録

　近年，畳み込みニューラルネットワーク（Convolutional Neural Network，以下CNN）を用いた耐候性鋼橋梁のさび外観評点の判定モデルが提案されており，実用化に向けた多くの研究が行われている．本研究では，学習データであるさび画像の多様化による判定モデルの汎用性向上を目標に，角度のついたさび画像を学習させた場合のCNNの精度検証を行い，点検者による様々な撮影条件のさび画像に対する，さび外観評点判定モデルの汎用性を検討した．その結果，様々な角度から撮影したさび画像を学習させておくかどうかで，構築したさび識別器の判定精度は大きく変わり，さび外観評点判定モデルの汎用性に影響を与えることが確認できた．