論文の概要: Surface Defect Detection and Evaluation for Marine Vessels using
Multi-Stage Deep Learning
- arxiv url: http://arxiv.org/abs/2203.09580v1
- Date: Thu, 17 Mar 2022 19:48:38 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-21 13:33:03.098157
- Title: Surface Defect Detection and Evaluation for Marine Vessels using
Multi-Stage Deep Learning
- Title(参考訳): 多段階深層学習による船舶の表面欠陥検出と評価
- Authors: Li Yu, Kareem Metwaly, James Z. Wang, Vishal Monga
- Abstract要約: 現在、国際的な基準と自身の経験を用いて、適格な検査官が手動で評価を行っている。
本報告では, 血管表面の腐食, 汚濁, 剥離率を, 通常の写真から検出し, 評価するための, 深層学習に基づくパイプラインを提案する。
- 参考スコア(独自算出の注目度): 34.73960974449683
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Detecting and evaluating surface coating defects is important for marine
vessel maintenance. Currently, the assessment is carried out manually by
qualified inspectors using international standards and their own experience.
Automating the processes is highly challenging because of the high level of
variation in vessel type, paint surface, coatings, lighting condition, weather
condition, paint colors, areas of the vessel, and time in service. We present a
novel deep learning-based pipeline to detect and evaluate the percentage of
corrosion, fouling, and delamination on the vessel surface from normal
photographs. We propose a multi-stage image processing framework, including
ship section segmentation, defect segmentation, and defect classification, to
automatically recognize different types of defects and measure the coverage
percentage on the ship surface. Experimental results demonstrate that our
proposed pipeline can objectively perform a similar assessment as a qualified
inspector.
- Abstract(参考訳): 船舶の維持には表面塗膜欠陥の検出と評価が重要である。
現在、国際基準と自身の経験を用いて、適格検査官が手動で評価を行っている。
船舶の種類、塗装面、塗装条件、照明条件、気象条件、塗装色、船舶の面積、運用時間などの変化が大きいため、プロセスの自動化は非常に困難である。
本報告では, 血管表面の腐食, 汚濁, 剥離率を正常写真から検出し, 評価するための, 深層学習に基づくパイプラインを提案する。
そこで本研究では, 船舶の断面分割, 欠陥分割, 欠陥分類を含む多段階画像処理フレームワークを提案し, 異なる種類の欠陥を自動的に認識し, 船舶表面の被覆率を測定する。
実験の結果,提案するパイプラインは,有資格検査器と同等の評価を客観的に行うことができることがわかった。
関連論文リスト
- DeepFidelity: Perceptual Forgery Fidelity Assessment for Deepfake
Detection [67.3143177137102]
ディープフェイク検出(Deepfake detection)とは、画像やビデオにおいて、人工的に生成された顔や編集された顔を検出すること。
本稿では,実顔と偽顔とを適応的に識別するDeepFidelityという新しいDeepfake検出フレームワークを提案する。
論文 参考訳(メタデータ) (2023-12-07T07:19:45Z) - Evaluating Deep Learning Assisted Automated Aquaculture Net Pens
Inspection Using ROV [0.27309692684728615]
魚は魚の養殖場から海に逃げ出す。
従来の検査システムは、専門家のダイバーやROVによる視覚検査に依存している。
本稿では,養殖網ペンを対象としたロボットによる自動網欠陥検出システムについて述べる。
論文 参考訳(メタデータ) (2023-08-26T09:35:49Z) - Learning Heavily-Degraded Prior for Underwater Object Detection [59.5084433933765]
本稿では、検出器フレンドリーな画像から、転送可能な事前知識を求める。
これは、検出器フレンドリー(DFUI)と水中画像の高度に劣化した領域が、特徴分布のギャップがあることを統計的に観察したものである。
高速かつパラメータの少ない本手法は変圧器型検出器よりも優れた性能を保っている。
論文 参考訳(メタデータ) (2023-08-24T12:32:46Z) - WaterFlow: Heuristic Normalizing Flow for Underwater Image Enhancement
and Beyond [52.27796682972484]
既存の水中画像強調法は, 画像品質の向上に重点を置いており, 実践への影響を無視している。
本稿では,検出駆動型水中画像強調のための正規化フローであるWaterFlowを提案する。
微分可能性や解釈可能性を考慮すると、事前をデータ駆動マッピング手法に組み込む。
論文 参考訳(メタデータ) (2023-08-02T04:17:35Z) - Large-scale Detection of Marine Debris in Coastal Areas with Sentinel-2 [3.6842260407632903]
海洋汚染を定量化するための努力は、しばしば粗末で高価な海岸調査によって行われる。
沿岸地域の衛星データは容易に入手でき、プラスチックごみを含む海洋ゴミの集積を検出するために利用することができる。
本稿では, 深部セグメンテーションモデル上に構築された海洋破片検出装置について述べる。
論文 参考訳(メタデータ) (2023-07-05T17:38:48Z) - Multi-label Video Classification for Underwater Ship Inspection [2.537406035246369]
本稿では,ディープラーニングとコンピュータビジョンを用いた自動映像解析システムを提案する。
提案手法は有望な結果を示し,水中ビデオ船体検査における今後の研究・開発のためのベンチマークとして機能する。
論文 参考訳(メタデータ) (2023-05-27T02:38:54Z) - Optimized Custom Dataset for Efficient Detection of Underwater Trash [3.2634122554914002]
本報告では, 海底破砕物に対するカスタムデータセットの開発と効率的な検出手法を提案する。
データセットは多様な水中環境を含み、デブリのインスタンスの正確なラベル付けのためのアノテーションが組み込まれている。
このカスタムデータセットの主な目的は、最先端のディープラーニングアーキテクチャを活用することで、リッターインスタンスの多様性を高め、深海環境における検出精度を向上させることである。
論文 参考訳(メタデータ) (2023-05-25T20:28:04Z) - WaterNeRF: Neural Radiance Fields for Underwater Scenes [6.161668246821327]
我々は、物理インフォームド深度推定と色補正を可能にするために、ニューラルレイディアンス場(NeRF)の最先端技術を進めた。
提案手法であるWaterNeRFは,水中画像形成のための物理モデルを用いてパラメータを推定する。
劣化した画像と修正された水中画像と、シーンの深い深さの新たなビューを作成できる。
論文 参考訳(メタデータ) (2022-09-27T00:53:26Z) - Active Gaze Control for Foveal Scene Exploration [124.11737060344052]
本研究では,葉型カメラを用いた人間とロボットが現場を探索する方法をエミュレートする手法を提案する。
提案手法は,同数の視線シフトに対してF1スコアを2~3ポイント増加させる。
論文 参考訳(メタデータ) (2022-08-24T14:59:28Z) - Guidance and Evaluation: Semantic-Aware Image Inpainting for Mixed
Scenes [54.836331922449666]
本稿では,SGE-Net(Semantic Guidance and Evaluation Network)を提案する。
セマンティックセグメンテーションマップをインペイントの各尺度のガイダンスとして利用し、そこで位置依存推論を再評価する。
混合シーンの現実画像に対する実験により,提案手法が最先端手法よりも優れていることが示された。
論文 参考訳(メタデータ) (2020-03-15T17:49:20Z)
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。