論文の概要: Ethylene Leak Detection Based on Infrared Imaging: A Benchmark

• arxiv url: http://arxiv.org/abs/2304.01962v1
• Date: Tue, 4 Apr 2023 17:13:06 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-05 13:03:47.481660
• Title: Ethylene Leak Detection Based on Infrared Imaging: A Benchmark
• Title（参考訳）: 赤外線画像を用いたエチレン漏れ検出のベンチマーク
• Authors: Xuanchao Ma and Yuchen Liu
• Abstract要約: 石油化学産業におけるエチレンの漏れは、生産安全と環境汚染と密接に関係している。 赤外線エチレンリーク検出研究で用いられる検出基準は, 実世界の生産条件を完全に反映できないことがわかった。 我々は54275画像を含む異なる濃度と背景のエチレンリークの新しい赤外線画像データセットを作成する。
• 参考スコア（独自算出の注目度）: 14.716538866819326
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ethylene leakage detection has become one of the most important research directions in the field of target detection due to the fact that ethylene leakage in the petrochemical industry is closely related to production safety and environmental pollution. Under infrared conditions, there are many factors that affect the texture characteristics of ethylene, such as ethylene concentration, background, and so on. We find that the detection criteria used in infrared imaging ethylene leakage detection research cannot fully reflect real-world production conditions, which is not conducive to evaluate the performance of current image-based target detection methods. Therefore, we create a new infrared image dataset of ethylene leakage with different concentrations and backgrounds, including 54275 images. We use the proposed dataset benchmark to evaluate seven advanced image-based target detection algorithms. Experimental results demonstrate the performance and limitations of existing algorithms, and the dataset benchmark has good versatility and effectiveness.
• Abstract（参考訳）: エチレン漏れ検出は, 石油化学工業におけるエチレン漏れが生産安全や環境汚染と密接に関係していることから, ターゲット検出分野において最も重要な研究方向の一つとなっている。 赤外線条件下では, エチレン濃度, 背景など, エチレンのテクスチャ特性に影響を与える要因が多数存在する。 赤外線エチレンリーク検出研究で用いられる検出基準は,現在の画像に基づく目標検出手法の性能評価には適さない実世界の生産条件を完全に反映できないことがわかった。 そこで我々は, 54275画像を含む濃度と背景の異なるエチレン漏れの新しい赤外線画像データセットを作成する。 提案したデータセットベンチマークを用いて、7つの高度な画像ベースターゲット検出アルゴリズムを評価する。 実験結果は既存のアルゴリズムの性能と限界を示し、データセットベンチマークは優れた汎用性と有効性を示している。

関連論文リスト

• Optimizing Contrail Detection: A Deep Learning Approach with EfficientNet-b4 Encoding [3.106927445586204]
  航空業界は、生態系のフットプリントを最小限に抑えるという課題に直面している。 主要な解決策の1つは、航空機の排気によって発生する直線的な氷結晶雲をターゲットとした避妊である。 本稿では,特徴抽出に効率的なネット-b4エンコーダを用いた革新的な深層学習手法を提案する。
  論文  参考訳（メタデータ） (2024-04-20T00:21:06Z)
• Innovative Horizons in Aerial Imagery: LSKNet Meets DiffusionDet for Advanced Object Detection [55.2480439325792]
  本稿では,LSKNetのバックボーンをDiffusionDetヘッドに統合したオブジェクト検出モデルの詳細な評価を行う。 提案手法は平均精度(MAP)を約45.7%向上させる。 この進歩は、提案された修正の有効性を強調し、航空画像解析の新しいベンチマークを設定する。
  論文  参考訳（メタデータ） (2023-11-21T19:49:13Z)
• 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)
• Machine Learning and Thermography Applied to the Detection and Classification of Cracks in Building [0.0]
  この研究プロジェクトは、赤外線サーモグラフィと機械学習(ML)を組み合わせることで、ステークホルダーが既存の建物を再利用する可能性を決定することを目的としている。 この研究プロジェクトの特定のフェーズでは、コンボリューショナルニューラルネットワーク(DCNN)のイメージ分類機械学習モデルを使用して、1つの建物で3つのレベルの亀裂を区別しました。
  論文  参考訳（メタデータ） (2022-12-30T14:16:24Z)
• A Multi-purpose Real Haze Benchmark with Quantifiable Haze Levels and Ground Truth [61.90504318229845]
  本稿では,ハズフリー画像とその場でのハズ密度測定を併用した,最初の実画像ベンチマークデータセットを提案する。 このデータセットはコントロールされた環境で生成され、プロの煙発生装置がシーン全体を覆っている。 このデータセットのサブセットは、CVPR UG2 2022 チャレンジの Haze Track における Object Detection に使用されている。
  論文  参考訳（メタデータ） (2022-06-13T19:14:06Z)
• Texture Characterization of Histopathologic Images Using Ecological Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
  本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。 2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
  論文  参考訳（メタデータ） (2022-02-27T02:19:09Z)
• Unexpected detection rate dependence of the intrinsic detection efficiency in single-photon detectors based on avalanche diodes [0.0]
  単一光子検出器は、フォトニック量子技術において重要な要素である。 内在的検出効率は、パフォーマンスの適切な評価を保証するために最も重要です。
  論文  参考訳（メタデータ） (2021-12-20T16:17:22Z)
• Nondestructive Testing of Composite Fibre Materials with Hyperspectral Imaging : Evaluative Studies in the EU H2020 FibreEUse Project [7.412753371103298]
  ハイパースペクトルイメージング(HSI)は、温度、湿度、化学組成の微妙な違いを検出することができる。 本稿では,CFRP製品の非破壊検査におけるHSIの適用について紹介する。
  論文  参考訳（メタデータ） (2021-11-04T17:01:38Z)
• Potato Crop Stress Identification in Aerial Images using Deep Learning-based Object Detection [60.83360138070649]
  本稿では, 深層ニューラルネットワークを用いたジャガイモの空中画像解析手法を提案する。 主な目的は、植物レベルでの健康作物とストレス作物の自動空間認識を実証することである。 実験により、フィールド画像中の健康植物とストレス植物を識別し、平均Dice係数0.74を達成できることを示した。
  論文  参考訳（メタデータ） (2021-06-14T21:57:40Z)
• Exploring Thermal Images for Object Detection in Underexposure Regions for Autonomous Driving [67.69430435482127]
  アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。 サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。 本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-01T09:59:09Z)

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。