論文の概要: Image-Based Method For Measuring And Classification Of Iron Ore Pellets Using Star-Convex Polygons
- arxiv url: http://arxiv.org/abs/2506.11126v1
- Date: Tue, 10 Jun 2025 11:30:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-16 17:50:49.489819
- Title: Image-Based Method For Measuring And Classification Of Iron Ore Pellets Using Star-Convex Polygons
- Title（参考訳）: スターコンベックスポリゴンを用いた鉄鉱石ペレットの測定と分類のための画像ベース手法
- Authors: Artem Solomko, Oleg Kartashev, Andrey Golov, Mikhail Deulin, Vadim Valynkin, Vasily Kharin,
- Abstract要約: 本研究は最終製品の品質侵害を特定することを目的とした鉄鉱石ペレットの分類に焦点を当てた。
本稿では,主に医療現場で利用されるStarDistアルゴリズムを用いた,革新的な画像ベース計測手法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We would like to present a comprehensive study on the classification of iron ore pellets, aimed at identifying quality violations in the final product, alongside the development of an innovative imagebased measurement method utilizing the StarDist algorithm, which is primarily employed in the medical field. This initiative is motivated by the necessity to accurately identify and analyze objects within densely packed and unstable environments. The process involves segmenting these objects, determining their contours, classifying them, and measuring their physical dimensions. This is crucial because the size distribution and classification of pellets such as distinguishing between nice (quality) and joint (caused by the presence of moisture or indicating a process of production failure) types are among the most significant characteristics that define the quality of the final product. Traditional algorithms, including image classification techniques using Vision Transformer (ViT), instance segmentation methods like Mask R-CNN, and various anomaly segmentation algorithms, have not yielded satisfactory results in this context. Consequently, we explored methodologies from related fields to enhance our approach. The outcome of our research is a novel method designed to detect objects with smoothed boundaries. This advancement significantly improves the accuracy of physical dimension measurements and facilitates a more precise analysis of size distribution among the iron ore pellets. By leveraging the strengths of the StarDist algorithm, we aim to provide a robust solution that addresses the challenges posed by the complex nature of pellet classification and measurement.
- Abstract（参考訳）: 主に医療分野で利用されるStarDistアルゴリズムを用いた革新的な画像ベース計測手法の開発とともに,最終製品の品質違反を特定することを目的とした,鉄鉱石ペレットの分類に関する包括的な研究を提示したい。
このイニシアチブは、密集した不安定な環境の中でオブジェクトを正確に識別し分析する必要性によって動機付けられている。
このプロセスでは、これらのオブジェクトを分割し、輪郭を決定し、分類し、物理的次元を測定する。
これは、(水分の存在や生産失敗の過程を示すために)良質な(品質)と関節の区別などのペレットのサイズ分布と分類が最終製品の品質を定義する最も重要な特徴であるからである。
視覚変換器(ViT)を用いた画像分類手法、Mask R-CNNのようなインスタンス分割法、および様々な異常分割アルゴリズムを含む従来のアルゴリズムは、この文脈で満足できる結果を得られなかった。
そこで我々は,そのアプローチを強化するため,関連分野からの方法論を探索した。
我々の研究の結果は、滑らかな境界を持つ物体を検出するために設計された新しい手法である。
この進歩は、物理次元測定の精度を大幅に向上させ、鉄鉱石ペレットの粒度分布をより正確に解析するのに役立つ。
StarDistアルゴリズムの強みを活用することで、ペレット分類と測定の複雑な性質によって生じる課題に対処する堅牢なソリューションを提供することを目指している。
関連論文リスト
- 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) - Instance Segmentation of Dislocations in TEM Images [0.0]
材料科学において, 転位の位置と移動に関する知識は, 優れた特性を持つ新素材を作成する上で重要である。
本研究では,Mask R-CNNやYOLOv8など,最先端のインスタンスセグメンテーション手法を定量的に比較する。
インスタンスセグメンテーションの結果としての転位マスクは数学的直線に変換され、転位長と幾何の定量的解析が可能となる。
論文 参考訳（メタデータ） (2023-09-07T06:17:31Z) - 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) - Simplified Concrete Dropout -- Improving the Generation of Attribution
Masks for Fine-grained Classification [8.330791157878137]
細粒度分類モデルは、しばしば自動化された動物監視システムにおいて動物種または個体を特定するために展開される。
注意に基づく手法や勾配に基づく手法は、分類決定に最も寄与する画像内の領域を特定するために一般的に用いられる。
本稿では,CDサンプリングを簡略化し,大規模なミニバッチサイズへの依存を減らすことにより,これらの計算不安定を回避できるソリューションを提案する。
論文 参考訳（メタデータ） (2023-07-27T13:01:49Z) - Two Approaches to Supervised Image Segmentation [55.616364225463066]
本研究は、深層学習とマルチセットニューロンのアプローチの比較実験を開発する。
ディープラーニングアプローチは、画像セグメンテーションの実行の可能性を確認した。
代替のマルチセット手法では、計算資源をほとんど必要とせずに精度を向上することができた。
論文 参考訳（メタデータ） (2023-07-19T16:42:52Z) - A Segmentation Method for fluorescence images without a machine learning
approach [0.0]
本研究では,細胞と核を同定するための決定論的計算神経科学アプローチについて述べる。
この方法は、正式に正しい関数に基づいて堅牢であり、特定のデータセットのチューニングに支障を来さない。
論文 参考訳（メタデータ） (2022-12-28T16:47:05Z) - A kinetic approach to consensus-based segmentation of biomedical images [39.58317527488534]
バイオメディカルセグメンテーション問題に有界信頼度コンセンサスモデルの運動バージョンを適用した。
システムの長時間の挙動は、代理のフォッカー・プランク法(英語版)の助けを借りて計算される。
2次元グレースケール画像の関連集合に対して導入されたセグメンテーション距離を最小化する。
論文 参考訳（メタデータ） (2022-11-08T09:54:34Z) - An End-to-End Computer Vision Methodology for Quantitative Metallography [0.716879432974126]
本研究は,異常検出のための総合的人工知能モデルを提案する。
合金中の不純物の異常度を自動的に定量化する。
モデルの性能を提示し,いくつかの代表事例に基づいて解析する。
論文 参考訳（メタデータ） (2021-04-22T16:29:44Z) - Principal component-based image segmentation: a new approach to outline
in vitro cell colonies [0.0]
探索されたコロニーを特徴付け,抽出し,セグメンテーションすることで問題を修正するための,客観的かつ多目的な機械学習手法を提案する。
提案するセグメンテーションアルゴリズムは,人間の観察者による手動計測と同様の品質を示した。
論文 参考訳（メタデータ） (2021-03-10T12:37:51Z) - An Uncertainty-Driven GCN Refinement Strategy for Organ Segmentation [53.425900196763756]
本研究では,不確実性解析とグラフ畳み込みネットワークに基づくセグメンテーション改善手法を提案する。
半教師付きグラフ学習問題を定式化するために、特定の入力ボリュームにおける畳み込みネットワークの不確実性レベルを用いる。
本手法は膵臓で1%,脾臓で2%向上し,最先端のCRF改善法よりも優れていた。
論文 参考訳（メタデータ） (2020-12-06T18:55:07Z)
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。