Development of a deep Learning method for easy annotation of crack segmentation

开发一种深度学习方法，可轻松注释裂纹分割

• 批准号: 22K04262
• 负责人: 藤田 悠介
• 金额: $ 2.58万
• 依托单位: Yamaguchi University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04262/
• 关键词: DCNN; アノテーション; ファインチューニング; 可視化; 自己教師あり学習; 弱教師あり学習; 異常検知; 省力化; 深層学習; 領域分割; 可視化技術

老朽化が進む社会インフラをいかに守るかは重要な課題であり、点検の高度化・効率化に向けて深層学習の活用にかかる期待は大きい。一般に、高性能な深層学習モデルを構築するためには、大量のデータを収集し、データに正確にラベルを付与（アノテーション）して教師データを作成する必要がある。データの収集や教師データの作成は煩雑であり、その省力化や効率化が期待されている。本研究では、簡易なアノテーションにより深層学習モデルを構築する新しい方式を開発する。初年度は、コンクリート構造物および舗装路面の外観検査を効率化するために、DCNNモデルの構築に使用する教師データ作成のためのアノテーション（ラベル付け作業）を省力化する方法を多角的に開発した。まず、「分類モデルに可視化法を適用して領域分割モデルを構築する方法」を検討し、限られたデータセットの中で有効性を確認し、課題を明らかにした。また、「学習済みの領域分割モデルをFine-tuningして分類モデルを構築する方法」の開発、「少量のラベル付きデータと大量のラベルなしデータを用いてモデルを構築する自己教師あり学習の手法」の適用、および「弱教師あり学習によるアノテーションを省力化させる方式」の開発を行った。

Aging and social progress are important issues, point development and efficiency are important aspects of deep learning and utilization are expected to be discussed. General, high-performance, deep-seated learning is necessary to build a large number of data sets, data sets, and data sets. The collection of data and the creation of data are expected to be completed in a cost-effective manner This study aims to develop a new approach to the construction of a simple learning environment. In the early years, the development of a multi-angle method for the labor-saving construction of road surface inspection and DCNN construction was carried out. "Classification and visualization method is applicable to the field division and construction method," to discuss, limit and confirm the effectiveness of the field, and to clarify the topic. The development of "the method of dividing the domain of the learning center into fine-tuning and classification," the application of "the method of using the small amount of the domain to construct the domain of the learning center," and the development of "the method of saving effort for the weak teacher to learn the domain of the learning center."

项目成果

U-Netをもとにした舗装路面のひび割れ検出モデルの構築

基于U-Net的路面裂缝检测模型构建

• 发表时间: 2022
• 作者: Yusuke. Fujita;Taisei Tanaka;Tomoki Hori and Yoshihiko Hamamoto;田中 大晴，藤田 悠介，堀 智樹，浜本 義彦
• 通讯作者: 田中 大晴，藤田 悠介，堀 智樹，浜本 義彦

Classification Model Based on U-Net for Crack Detection from Asphalt Pavement Images

• DOI: 10.18178/joig.11.2.121-126
• 发表时间: 2023-06
• 期刊: Journal of Image and Graphics
• 作者: Y. Fujita;Taisei Tanaka;Tomoki Hori;Y. Hamamoto