効率性と精度を重視した道路の穴検出システムの改善

抄録

前回の研究では、道路の穴を検出し回避するための機械学習ベースのプログラムを開発した。このプログラムはインスタンスセグメンテーションモデルを利用して道路の穴の位置を特定し、そのサイズに基づいて分類し、道路の穴の危険度を評価してドライバーが道路の穴を回避できるよう支援し、修理が必要な道路の穴の自動識別を行うものである。道路の穴検出の実装にはいくつかの問題が確認された。主な懸念点は、インスタンスセグメンテーションモデル自体にあり、時折道路の穴を検出できず、他のオブジェクト、特にマンホールの蓋を道路の穴として誤認識することがある。また、ハードウェアプラットフォームに関連する問題もあり、特に専用GPUを搭載したラップトップでモデルを実行することが挙げられる。この設定は道路の穴検出プログラムのスムーズな動作を保証するが、電力消費を大幅に増加させ、バッテリー寿命を短くする。最後に、道路の穴の位置をGPS座標として画面に表示する方法は、ユーザーフレンドリーな識別には適していない。この論文では、これらの課題に対処するために、インスタンスセグメンテーションの代わりにオブジェクト検出モデルを使用する代替アプローチを提案する。この変更により、モデルの実行に必要な計算力が軽減され、より効率的なものとなる。また、モバイルプラットフォームを使用し、データセットとして追加のオブジェクトを加えることでモデルの精度を向上させ、地図機能を追加してこれらの問題を解決する。