論文の概要: Open Stamped Parts Dataset

• arxiv url: http://arxiv.org/abs/2403.10369v3
• Date: Mon, 15 Jul 2024 18:25:00 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-17 21:18:43.115691
• Title: Open Stamped Parts Dataset
• Title（参考訳）: Open Stamped Parts Dataset
• Authors: Sarah Antiles, Sachin S. Talathi,
• Abstract要約: 自動車製造のための切削された金属シートの合成と実像を特徴とするOpen Stamped Partsデータセット(OSPD)を提示する。 実際の写真は7台のカメラから撮影され、7,980枚の未ラベル画像と1,680枚のラベル画像で構成されている。 合成データは、訓練用画像7,980枚、検証用画像1,680枚、テスト用画像1,680枚を含む。 我々は,合成OSPDのホール検出モデルを訓練し,67.2%,94.4%の精度でリコールスコアを修正した。
• 参考スコア（独自算出の注目度）: 1.3812010983144802
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present the Open Stamped Parts Dataset (OSPD), featuring synthetic and real images of stamped metal sheets for auto manufacturing. The real part images, captured from 7 cameras, consist of 7,980 unlabeled images and 1,680 labeled images. In addition, we have compiled a defect dataset by overlaying synthetically generated masks on 10\% of the holes. The synthetic dataset replicates the real manufacturing environment in terms of lighting and part placement relative to the cameras. The synthetic data includes 7,980 training images, 1,680 validation images and 1,680 test images, each with bounding box and segmentation mask annotations around all holes. 10\% of the holes in the synthetic data mimic defects generated in the real image dataset. We trained a hole-detection model on the synthetic-OSPD, achieving a modified recall score of 67.2\% and a precision of 94.4\% . We anticipate researchers in auto manufacturing use OSPD to advance the state of the art in defect detection of stamped holes in the metal-sheet stamping process. The dataset is available for download at: https://tinyurl.com/hm6xatd7.
• Abstract（参考訳）: 自動車製造用の切削金属シートの合成および実像を特徴とするオープンスタンプ部品データセット(OSPD)について述べる。 実際の写真は7台のカメラから撮影され、7,980枚の未ラベル画像と1,680枚のラベル画像で構成されている。 さらに, ホールの10%に合成マスクをオーバーレイすることで, 欠陥データセットをコンパイルした。 合成データセットは、実際の製造環境を、カメラに対する照明と部分配置の観点から再現する。 合成データは、訓練用画像7,980枚、検証用画像1,680枚、テスト用画像1,680枚を含む。 合成データのホールの10%は、実際の画像データセットで生成された欠陥を模倣している。 我々は,合成OSPDのホール検出モデルを訓練し,67.2\%のリコールスコアと94.4\%の精度を得た。 我々は, 金属板切削工程における切削孔の欠陥検出の最先端化に向けて, OSPD を用いた自動車製造の研究者を期待する。 データセットは、https://tinyurl.com/hm6xatd7.comからダウンロードできる。

関連論文リスト

• Solutions to Deepfakes: Can Camera Hardware, Cryptography, and Deep Learning Verify Real Images? [51.3344199560726]
  信頼性の高い合成データから実際のデータを分離する手法を確立することが不可欠である。 この文書は、どの画像が本物かを検証するために使用できる検出と暗号に関する既知の戦略を提示することを目的としている。
  論文  参考訳（メタデータ） (2024-07-04T22:01:21Z)
• Bridging Synthetic and Real Worlds for Pre-training Scene Text Detectors [54.80516786370663]
  FreeRealは、SDと実際のデータの相補的な強みを可能にする、実際のドメイン整合型事前トレーニングパラダイムである。 GlyphMixは、合成画像を落書きのようなユニットとして実際の画像に埋め込む。 FreeRealは、4つの公開データセットで、既存の事前トレーニングメソッドよりも大幅にパフォーマンスが向上している。
  論文  参考訳（メタデータ） (2023-12-08T15:10:55Z)
• Perceptual Artifacts Localization for Image Synthesis Tasks [59.638307505334076]
  我々は10,168個の画像からなる新しいデータセットを導入し,それぞれに知覚的アーティファクトラベルを付加した。 提案したデータセットに基づいてトレーニングされたセグメンテーションモデルは、さまざまなタスクにまたがるアーティファクトを効果的にローカライズする。 生成した画像の知覚的アーティファクトをシームレスに修正する,革新的なズームイン・インペインティングパイプラインを提案する。
  論文  参考訳（メタデータ） (2023-10-09T10:22:08Z)
• CarPatch: A Synthetic Benchmark for Radiance Field Evaluation on Vehicle Components [77.33782775860028]
  車両の新たな総合ベンチマークであるCarPatchを紹介する。 内在カメラパラメータと外在カメラパラメータを付加した画像のセットに加えて、各ビューに対して対応する深度マップとセマンティックセグメンテーションマスクが生成されている。 グローバルとパートベースのメトリクスは、いくつかの最先端技術を評価し、比較し、より良い特徴付けるために定義され、使われてきた。
  論文  参考訳（メタデータ） (2023-07-24T11:59:07Z)
• PDIWS: Thermal Imaging Dataset for Person Detection in Intrusion Warning Systems [0.0]
  データセットは2000イメージのトレーニングセットと500イメージのテストセットで構成されている。 全50の背景があり、1000人近い被験者は5つのポーズに従って5つのクラスに分けられる。 最初の4つのポーズが検出された場合、侵入者の存在を確認する。
  論文  参考訳（メタデータ） (2023-02-26T11:02:34Z)
• On the Applicability of Synthetic Data for Re-Identification [1.9634272907216732]
  この貢献は、データセット拡張のためのEPALパレットブロックの画像にGAN(Generative Adversarial Networks)を適用する可能性を示している。 1,004個のパレットブロックの画像がCycleGANを用いて生成された。 このシナリオの精度は、合成画像では最大88%、原画像では96%であった。
  論文  参考訳（メタデータ） (2022-12-20T09:27:48Z)
• Is synthetic data from generative models ready for image recognition? [69.42645602062024]
  本研究では,最新のテキスト・画像生成モデルから生成した合成画像が,画像認識タスクにどのように利用できるかを検討した。 本稿では,既存の生成モデルからの合成データの強大さと欠点を示し,認識タスクに合成データを適用するための戦略を提案する。
  論文  参考訳（メタデータ） (2022-10-14T06:54:24Z)
• Dataset of Industrial Metal Objects [1.1125968799758437]
  このデータセットは、6Dオブジェクトポーズラベルを持つ実世界のRGB画像と合成されたRGB画像の両方を含んでいる。 実世界のデータは、さまざまなオブジェクト形状、材料、キャリア、構成、照明条件の異なるシーンのマルチビュー画像を記録することで得られる。 実世界の状況を慎重にシミュレートし、制御された現実的な方法で変化させることで合成データを得る。
  論文  参考訳（メタデータ） (2022-08-08T10:49:06Z)
• Benchmarking Algorithms for Automatic License Plate Recognition [0.0]
  我々はLPR(Automatic License Plate Recognition)のためのLPRNetと呼ばれる軽量畳み込みニューラルネットワーク(CNN)の評価を行った。 LPRNetはエンドツーエンドのフレームワークで、両方のデータセットで堅牢なパフォーマンスを示している。 適切にトレーニングされた後、LPRNetは特定のリージョンとデータセットの文字を認識するために使用することができる。
  論文  参考訳（メタデータ） (2022-03-27T13:21:29Z)
• TAGPerson: A Target-Aware Generation Pipeline for Person Re-identification [65.60874203262375]
  本稿では,TAGPerson と呼ばれる合成人物画像を生成する新しいターゲット・アウェア・ジェネレーション・パイプラインを提案する。 具体的には、パラメータが制御可能で、ターゲットのシーンに応じて調整できるパラメータ化レンダリング手法である。 本実験では,MSMT17の一般合成画像,すなわちランク1精度の47.5%対40.9%に対して,目標認識合成画像よりもはるかに高い性能が得られることを示した。
  論文  参考訳（メタデータ） (2021-12-28T17:56:19Z)

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。