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
- 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) - Cell segmentation from telecentric bright-field transmitted light
microscopic images using a Residual Attention U-Net: a case study on HeLa
line [0.0]
明視野光顕微鏡画像からのリビング細胞分画は、生体細胞の画像の複雑さと時間的変化のために困難である。
近年, 深層学習(DL)に基づく手法が, その成功と有望な成果により, 医用・顕微鏡画像分割作業で普及している。
本研究の目的は,HeLa線の生きた細胞を光電場透過顕微鏡で分断する深層学習型UNet法を開発することである。
論文 参考訳(メタデータ) (2022-03-23T09:20:30Z) - 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。