Fugu-MT 論文翻訳(概要): Defect Detection in Synthetic Fibre Ropes using Detectron2 Framework

論文の概要: Defect Detection in Synthetic Fibre Ropes using Detectron2 Framework

arxiv url: http://arxiv.org/abs/2309.01469v1
Date: Mon, 4 Sep 2023 09:26:04 GMT
ステータス: 処理完了
システム内更新日: 2023-09-06 19:14:09.066308
Title: Defect Detection in Synthetic Fibre Ropes using Detectron2 Framework
Title（参考訳）: detectron2フレームワークを用いた合成繊維ロープの欠陥検出
Authors: Anju Rani and Daniel O. Arroyo and Petar Durdevic
Abstract要約: 最新の技術を使った繊維製のロープは、オフショア産業向けの鋼鉄製のロープに代わる魅力的な代替品として登場した。条件監視(CM)アプリケーションにおけるディープラーニング(DL)モデルは、SFRの欠陥検出に対して、よりシンプルで効果的なアプローチを提供する。本研究の目的は,SFRの欠陥を自動かつ効率的に検出し,検査プロセスを向上し,繊維ロープの安全性を確保することである。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Fibre ropes with the latest technology have emerged as an appealing alternative to steel ropes for offshore industries due to their lightweight and high tensile strength. At the same time, frequent inspection of these ropes is essential to ensure the proper functioning and safety of the entire system. The development of deep learning (DL) models in condition monitoring (CM) applications offers a simpler and more effective approach for defect detection in synthetic fibre ropes (SFRs). The present paper investigates the performance of Detectron2, a state-of-the-art library for defect detection and instance segmentation. Detectron2 with Mask R-CNN architecture is used for segmenting defects in SFRs. Mask R-CNN with various backbone configurations has been trained and tested on an experimentally obtained dataset comprising 1,803 high-dimensional images containing seven damage classes (loop high, loop medium, loop low, compression, core out, abrasion, and normal respectively) for SFRs. By leveraging the capabilities of Detectron2, this study aims to develop an automated and efficient method for detecting defects in SFRs, enhancing the inspection process, and ensuring the safety of the fibre ropes.
Abstract（参考訳）: 最新の技術を用いた繊維ロープは、軽量・高引張強度のため、沖合産業にとって鋼ロープの代替として魅力的である。同時に、システム全体の適切な機能と安全性を確保するために、これらのロープの頻繁な検査が不可欠である。条件監視(CM)アプリケーションにおける深層学習(DL)モデルの開発は、合成繊維ロープ(SFR)の欠陥検出において、よりシンプルで効果的なアプローチを提供する。本稿では,欠陥検出とインスタンスセグメンテーションのための最先端ライブラリである Detectron2 の性能について検討する。 Mask R-CNNアーキテクチャを持つ Detectron2 は、SFRの欠陥のセグメント化に使用される。種々のバックボーン構成を持つマスクR-CNNは,SFRの7つの損傷クラス(ループハイ,ループメディア,ループロー,圧縮,コアアウト,摩耗,正常)を含む1,803個の高次元画像からなる実験的なデータセット上で,訓練および試験を行った。本研究では, 検知器2の機能を活用し, SFRの欠陥を自動かつ効率的に検出し, 検査工程の高度化, 繊維ロープの安全性確保を図ることを目的とする。

関連論文リスト

Comparing Unidirectional, Bidirectional, and Word2vec Models for Discovering Vulnerabilities in Compiled Lifted Code [5.4141465747474475]
本研究は,一方向変圧器を用いた埋め込み,特にGPT-2の適用について検討する。本研究は,GPT-2モデルからの埋め込みがBERTとRoBERTaの双方向モデルよりも有意に優れていることを明らかにする。
論文参考訳（メタデータ） (2024-09-26T03:48:47Z)
Joint Attention-Guided Feature Fusion Network for Saliency Detection of Surface Defects [69.39099029406248]
本稿では,エンコーダ・デコーダネットワークに基づく表面欠陥検出のための共同注意誘導型特徴融合ネットワーク(JAFFNet)を提案する。 JAFFNetは、主にJAFFモジュールをデコードステージに組み込んで、低レベルと高レベルの機能を適応的に融合させる。 SD- Saliency-900, Magnetic tile, and DAGM 2007 で行った実験から,本手法が他の最先端手法と比較して有望な性能を達成できたことが示唆された。
論文参考訳（メタデータ） (2024-02-05T08:10:16Z)
Imagery Dataset for Condition Monitoring of Synthetic Fibre Ropes [0.0]
このデータセットは、正常なSFRと欠陥のあるSFRの両方を表す合計6,942の生画像からなる。データセットは、オブジェクトの検出、分類、セグメンテーションを含むコンピュータビジョンアプリケーションをサポートするリソースとして機能する。このデータセットを生成する目的は、自動欠陥検出システムの開発を支援することである。
論文参考訳（メタデータ） (2023-09-29T08:42:44Z)
Small Object Detection via Coarse-to-fine Proposal Generation and Imitation Learning [52.06176253457522]
本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。 CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
論文参考訳（メタデータ） (2023-08-18T13:13:09Z)
Efficient Decoder-free Object Detection with Transformers [75.00499377197475]
視覚変換器(ViT)は、物体検出アプローチのランドスケープを変化させている。本稿では,デコーダフリー完全トランス(DFFT)オブジェクト検出器を提案する。 DFFT_SMALLは、トレーニングおよび推論段階で高い効率を達成する。
論文参考訳（メタデータ） (2022-06-14T13:22:19Z)
Engineering deep learning methods on automatic detection of damage in infrastructure due to extreme events [0.38233569758620045]
本稿では,深層学習を用いた極端な事象における自動構造損傷検出(SDD)に関する実験的検討を行った。最初の研究では、152層のResidual Network(ResNet)を用いて8つのSDDタスクで複数のクラスを分類する。その結果,損傷検出の精度はセグメンテーションネットワークのみを用いた場合に比べて有意に向上した。
論文参考訳（メタデータ） (2022-05-01T19:55:56Z)
The KFIoU Loss for Rotated Object Detection [115.334070064346]
本稿では,SkewIoU損失とトレンドレベルアライメントを両立できる近似的損失を考案する上で,有効な方法の1つとして論じる。具体的には、対象をガウス分布としてモデル化し、SkewIoUのメカニズムを本質的に模倣するためにカルマンフィルタを採用する。 KFIoUと呼ばれる新たな損失は実装が容易で、正確なSkewIoUよりもうまく動作する。
論文参考訳（メタデータ） (2022-01-29T10:54:57Z)
Anomaly Detection Based on Selection and Weighting in Latent Space [73.01328671569759]
SWADと呼ばれる新しい選択および重み付けに基づく異常検出フレームワークを提案する。ベンチマークと実世界のデータセットによる実験は、SWADの有効性と優位性を示している。
論文参考訳（メタデータ） (2021-03-08T10:56:38Z)
A DCNN-based Arbitrarily-Oriented Object Detector for Quality Control and Inspection Application [10.076629346147639]
軽量ニューラルネットワークを利用して回帰法を用いて指向性検出結果を得る。提案手法の第1段階では,2つのシナリオで考慮される小型ターゲットを検出できる。第2段階では、単純さにもかかわらず、高いランニング効率を維持しながら延長ターゲットを検出することが効率的です。
論文参考訳（メタデータ） (2021-01-19T00:23:27Z)
End-to-end Deep Learning Methods for Automated Damage Detection in Extreme Events at Various Scales [0.4297070083645048]
Mask R-CNNは、地震などの極端な発生時に損傷を受ける可能性のある構造物やその構成要素の亀裂を自動的に検出するために提案され、試験されている。我々は、トレーニングと検証のために2,021のラベル付き画像を用いた新しいデータセットをキュレートし、フィールドのひび割れ検出のためのエンドツーエンドのディープニューラルネットワークを見つけることを目的とした。
論文参考訳（メタデータ） (2020-11-05T21:21:19Z)
Bayesian Optimization with Machine Learning Algorithms Towards Anomaly Detection [66.05992706105224]
本稿では,ベイズ最適化手法を用いた効果的な異常検出フレームワークを提案する。 ISCX 2012データセットを用いて検討したアルゴリズムの性能を評価する。実験結果から, 精度, 精度, 低コストアラームレート, リコールの観点から, 提案手法の有効性が示された。
論文参考訳（メタデータ） (2020-08-05T19:29:35Z)

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。