Fugu-MT 論文翻訳(概要): Weakly Supervised Segmentation of Cracks on Solar Cells using Normalized Lp Norm

論文の概要: Weakly Supervised Segmentation of Cracks on Solar Cells using Normalized Lp Norm

arxiv url: http://arxiv.org/abs/2001.11248v1
Date: Thu, 30 Jan 2020 10:51:25 GMT
ステータス: 処理完了
システム内更新日: 2023-01-05 12:19:48.386442
Title: Weakly Supervised Segmentation of Cracks on Solar Cells using Normalized Lp Norm
Title（参考訳）: 正規化Lpノルムを用いた太陽電池のき裂の微視的観察
Authors: Martin Mayr, Mathis Hoffmann, Andreas Maier, Vincent Christlein
Abstract要約: 太陽電池の発光画像にひび割れを分割するための弱教師付き学習手法を提案する。ネットワークアクティベーションマップからセグメント化を導出するために,ResNet-50を改良した。また,本手法は,他の弱教師付きセグメンテーション問題も解決できる可能性が示唆された。
参考スコア（独自算出の注目度）: 11.014960310006385
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Photovoltaic is one of the most important renewable energy sources for dealing with world-wide steadily increasing energy consumption. This raises the demand for fast and scalable automatic quality management during production and operation. However, the detection and segmentation of cracks on electroluminescence (EL) images of mono- or polycrystalline solar modules is a challenging task. In this work, we propose a weakly supervised learning strategy that only uses image-level annotations to obtain a method that is capable of segmenting cracks on EL images of solar cells. We use a modified ResNet-50 to derive a segmentation from network activation maps. We use defect classification as a surrogate task to train the network. To this end, we apply normalized Lp normalization to aggregate the activation maps into single scores for classification. In addition, we provide a study how different parameterizations of the normalized Lp layer affect the segmentation performance. This approach shows promising results for the given task. However, we think that the method has the potential to solve other weakly supervised segmentation problems as well.
Abstract（参考訳）: 太陽光発電は世界のエネルギー消費を着実に増加させる中で最も重要な再生可能エネルギー源の1つである。これにより、生産および運用中の高速でスケーラブルな自動品質管理に対する需要が高まる。しかし、単結晶または多結晶太陽電池モジュールのel画像における亀裂の検出と分割は難しい課題である。本研究では,画像レベルのアノテーションのみを用いて,太陽電池のel画像のひび割れを分節化可能な手法を得る,教師あり学習戦略を提案する。ネットワークアクティベーションマップからセグメント化を導出するために,ResNet-50を改良した。ネットワークのトレーニングには,サロゲートタスクとして欠陥分類を用いる。この目的のために、正規化Lp正規化を適用して、アクティベーションマップを単一のスコアに集約して分類する。さらに,正規化Lp層のパラメータ化がセグメント化性能に与える影響について検討した。このアプローチは、与えられたタスクに有望な結果を示す。しかし,本手法は,他の弱教師付きセグメンテーション問題も解決できる可能性があると考えられる。

関連論文リスト

A Comprehensive Case Study on the Performance of Machine Learning Methods on the Classification of Solar Panel Electroluminescence Images [0.5033467447713051]
磁場中の太陽電池は様々な欠陥に弱い。エレクトロルミネッセンス(EL)イメージングは、これらの欠陥を検出するために効果的で非破壊的な診断を提供する。複数の従来の機械学習モデルと最新のディープラーニングモデルを用いて、EL太陽電池の画像を異なる機能/欠陥カテゴリに分類する。
論文参考訳（メタデータ） (2024-08-12T15:29:32Z)
ECLIPSE: Efficient Continual Learning in Panoptic Segmentation with Visual Prompt Tuning [54.68180752416519]
パノプティカルセグメンテーション(英: Panoptic segmentation)は、コンピュータビジョンの最先端タスクである。 ECLIPSE と呼ばれる Visual Prompt Tuning をベースとした,新規で効率的なパノプティカルセグメンテーション手法を提案する。我々のアプローチは、基本モデルのパラメータを凍結し、小さなプロンプト埋め込みだけを微調整することであり、破滅的な忘れ物と塑性の両方に対処する。
論文参考訳（メタデータ） (2024-03-29T11:31:12Z)
CG-fusion CAM: Online segmentation of laser-induced damage on large-aperture optics [1.4658400971135652]
連続勾配CAMと非線形多スケール融合(CG-fusion CAM)を用いた弱教師付きセマンティックセマンティックセマンティックセマンティクス法を提案する。提案手法は,完全教師付きアルゴリズムに匹敵するセグメンテーション性能を実現する。
論文参考訳（メタデータ） (2023-07-18T11:38:20Z)
Skip-Attention: Improving Vision Transformers by Paying Less Attention [55.47058516775423]
視覚計算変換器(ViT)は、すべての層で高価な自己注意操作を使用する。また,SkipAtを提案する。SkipAtは,先行層から自己注意を再利用して1層以上の注意を近似する手法である。本稿では,画像の分類と自己教師型学習,ADE20Kのセマンティックセグメンテーション,SIDDの画像デノイング,DAVISのビデオデノナイズにおける手法の有効性を示す。
論文参考訳（メタデータ） (2023-01-05T18:59:52Z)
Tree Energy Loss: Towards Sparsely Annotated Semantic Segmentation [141.16965264264195]
Sparsely Annotated semantic segmentation (SASS) は、粗い粒度の監督によるセグメンテーションネットワークのトレーニングを目的としている。ラベルなし画素のセマンティックガイダンスを提供することにより,SASSの新たなツリーエネルギー損失を提案する。
論文参考訳（メタデータ） (2022-03-21T05:16:23Z)
GETAM: Gradient-weighted Element-wise Transformer Attention Map for Weakly-supervised Semantic segmentation [29.184608129848105]
CAM(Class Activation Map)は通常、ピクセルレベルの擬似ラベルを提供するために生成される。トランスフォーマーに基づく手法は、長距離依存性モデリングを用いたグローバルコンテキストの探索に非常に効果的である。 GETAMはすべてのフィーチャーマップ要素に対して微細なアクティベーションを示し、トランスフォーマー層にまたがるオブジェクトの異なる部分を明らかにする。
論文参考訳（メタデータ） (2021-12-06T08:02:32Z)
Weakly-supervised fire segmentation by visualizing intermediate CNN layers [82.75113406937194]
画像やビデオにおける火の局所化は、火災事故に対処するための自律システムにとって重要なステップである。我々は,ネットワークのトレーニングに画像ラベルのみを使用する,画像中の火の弱い制御セグメント化について検討する。 CNNの中間層における特徴量の平均値は,2値セグメンテーション問題である火災セグメンテーションの場合,従来のクラスアクティベーションマッピング(CAM)法よりも優れていることを示す。
論文参考訳（メタデータ） (2021-11-16T11:56:28Z)
TSG: Target-Selective Gradient Backprop for Probing CNN Visual Saliency [72.9106103283475]
我々は、畳み込みニューラルネットワークを解釈するために視覚的サリエンシ、すなわち視覚的説明について研究する。これらの観測に触発されて、我々はTSG(Target-Selective Gradient)バックプロップと呼ばれる新しいビジュアル・サリエンシ・フレームワークを提案する。提案したTSGはTSG-ConvとTSG-FCの2つのコンポーネントから構成され、それぞれ畳み込み層と完全連結層の勾配を補正する。
論文参考訳（メタデータ） (2021-10-11T12:00:20Z)
Module-Power Prediction from PL Measurements using Deep Learning [6.470549137572311]
我々は,PL画像から平均絶対誤差(MAE)が4.4%または11.7WPのモジュールパワーを予測するために,深部畳み込みニューラルネットワークを適用した。トレーニングされたネットワークの埋め込みから計算した回帰写像を用いて、局所的な電力損失を計算することができることを示す。
論文参考訳（メタデータ） (2021-08-31T06:43:03Z)
Segmentation of cell-level anomalies in electroluminescence images of photovoltaic modules [0.0]
本研究では,太陽電池モジュール全体からセルレベルの異常を検出し,検出し,セグメント化するエンド・ツー・エンドのディープラーニングパイプラインを提案する。提案したモジュールパイプラインは,3つのディープラーニング技術を組み合わせている。 1. オブジェクト検出(Modified Faster-RNN), 2. 画像分類(EfficientNet), 3. 弱教師付きセグメンテーション(autoencoder)。
論文参考訳（メタデータ） (2021-06-21T10:17:40Z)
Energy-Efficient and Federated Meta-Learning via Projected Stochastic Gradient Ascent [79.58680275615752]
エネルギー効率のよいメタラーニングフレームワークを提案する。各タスクは別々のエージェントによって所有されていると仮定するため、メタモデルをトレーニングするために限られたタスクが使用される。
論文参考訳（メタデータ） (2021-05-31T08:15:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。