JP2020144688A - 学習方法、学習装置、及び当該学習装置を備える溶接欠陥検出装置 - Google Patents
学習方法、学習装置、及び当該学習装置を備える溶接欠陥検出装置 Download PDFInfo
- Publication number
- JP2020144688A JP2020144688A JP2019041732A JP2019041732A JP2020144688A JP 2020144688 A JP2020144688 A JP 2020144688A JP 2019041732 A JP2019041732 A JP 2019041732A JP 2019041732 A JP2019041732 A JP 2019041732A JP 2020144688 A JP2020144688 A JP 2020144688A
- Authority
- JP
- Japan
- Prior art keywords
- image
- labeling
- learning
- welding defect
- inspection image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000007547 defect Effects 0.000 title claims abstract description 180
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000007689 inspection Methods 0.000 claims abstract description 88
- 238000012545 processing Methods 0.000 claims abstract description 87
- 238000002372 labelling Methods 0.000 claims abstract description 80
- 238000001514 detection method Methods 0.000 claims abstract description 45
- 230000005855 radiation Effects 0.000 claims abstract description 19
- 230000001678 irradiating effect Effects 0.000 claims abstract description 8
- 230000004044 response Effects 0.000 claims abstract description 7
- 238000003466 welding Methods 0.000 claims description 152
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 description 11
- 238000005493 welding type Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
- Image Analysis (AREA)
Abstract
Description
まず、本実施形態に係る学習装置の構成について説明する。図1は、本実施形態に係る学習装置1の構成を示すブロック図である。図1に示す学習装置1は、溶接箇所における溶接欠陥を検出するための溶接欠陥検出装置において用いられる識別器の学習を実行する装置である。ここで、本実施形態における溶接欠陥は、ピット、クレーター、割れ、又はブローホール等の当該技術分野において知られているものである。
さらに、本実施形態では、上記学習装置1により出力された当該溶接欠陥検出モデルを用いて、溶接箇所における溶接欠陥を検出するための溶接欠陥検出装置を実現する。
10、50 演算装置
11、51 入出力インタフェース部
12、52 記憶部
13、53 処理部
14、54 バス
20 撮影機器
30、31 入力機器
40、41 表示機器
100 溶接欠陥検出装置
131、531 画像取得部
132、532 前処理部
133、534 表示処理部
134 ラベリング画像生成部
135 識別器学習部
533 溶接欠陥検出部
Claims (9)
- 溶接箇所における溶接欠陥を検出するための溶接欠陥検出装置において用いられる識別器の学習方法であって、
前記溶接箇所に対する放射線の照射により得られた検査画像を取得する画像取得工程と、
前記検査画像に含まれる画素に対して、前記溶接欠陥に対応する溶接欠陥画素、及び前記溶接欠陥画素以外の正常画素各々に応じたラベル付けを実施可能な作業画面をユーザに提示するための処理を実行する表示処理工程と、
前記ユーザによる入力操作に応じて、前記作業画面において実施された前記ラベル付けの結果に基づいて、前記検査画像から、前記溶接欠陥画素、及び前記正常画素を区分したラベリング画像を生成するラベリング画像生成工程と、
前記検査画像、及び前記ラベリング画像を組み合わせた学習用データセットを用いて、前記溶接欠陥を検出するために用いられる識別器の学習を繰り返し実行する識別器学習工程と、
を含む、学習方法。 - 前記識別器学習工程は、
前記検査画像に含まれる画素に対して、前記識別器を用いた前記ラベル付けを実行することで、前記溶接欠陥画素、及び前記正常画素を区分した仮想ラベリング画像を生成することと、
前記ラベリング画像、及び前記仮想ラベリング画像を比較して、前記ラベリング画像、及び前記仮想ラベリング画像の一致度が所定の閾値以上となるまで、前記識別器を更新して、前記検査画像から前記仮想ラベリング画像を再度生成することを繰り返すことと、
を含む、請求項1に記載の学習方法。 - 前記ラベル付けは、前記溶接欠陥画素に対して前記溶接欠陥の種別に応じた前記ラベル付けを含む、請求項1、又は請求項2に記載の学習方法。
- 前記識別器は、セマンティックセグメンテーションに用いられるニューラルネットワークである、請求項1から請求項3のいずれか一項に記載の学習方法。
- 溶接箇所における溶接欠陥を検出するための溶接欠陥検出装置において用いられる識別器の学習装置であって、
ユーザの入力操作を受け付ける入力部と、
前記溶接箇所に対する放射線の照射により得られた検査画像を取得する画像取得部と、
前記検査画像に含まれる画素に対して、前記溶接欠陥に対応する溶接欠陥画素、及び前記溶接欠陥画素以外の正常画素各々に応じたラベル付けを実施可能な作業画面をユーザに提示するための処理を実行する表示処理部と、
前記入力部を介した前記ユーザによる入力操作に応じて、前記作業画面において実施された前記ラベル付けの結果に基づいて、前記検査画像から、前記溶接欠陥画素、及び前記正常画素を区分したラベリング画像を生成するラベリング画像生成部と、
前記検査画像、及び前記ラベリング画像を組み合わせた学習用データセットを用いて、前記溶接欠陥を検出するために用いられる識別器の学習を繰り返し実行する識別器学習部と、
を具備する学習装置。 - 前記識別器学習部は、
前記検査画像に含まれる画素に対して、前記識別器を用いた前記ラベル付けを実行することで、前記溶接欠陥画素、及び前記正常画素を区分した仮想ラベリング画像を生成することと、
前記ラベリング画像、及び前記仮想ラベリング画像を比較して、前記ラベリング画像、及び前記仮想ラベリング画像の一致度が所定の閾値以上となるまで、前記識別器を更新して、前記検査画像から前記仮想ラベリング画像を再度生成することを繰り返すことと、
を実行する、請求項5に記載の学習装置。 - 前記ラベル付けは、前記溶接欠陥画素に対して前記溶接欠陥の種別に応じた前記ラベル付けを含む、請求項5、又は請求項6に記載の学習装置。
- 前記識別器は、セマンティックセグメンテーションに用いられるニューラルネットワークである、請求項5から請求項7のいずれか一項に記載の学習装置。
- 請求項5から請求項8のいずれか一項に記載の学習装置と、
前記学習装置により学習された前記識別器を用いて、前記検査画像における溶接欠陥を検出する溶接欠陥検出部と、
を具備する溶接欠陥検出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019041732A JP2020144688A (ja) | 2019-03-07 | 2019-03-07 | 学習方法、学習装置、及び当該学習装置を備える溶接欠陥検出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019041732A JP2020144688A (ja) | 2019-03-07 | 2019-03-07 | 学習方法、学習装置、及び当該学習装置を備える溶接欠陥検出装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020144688A true JP2020144688A (ja) | 2020-09-10 |
Family
ID=72353658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019041732A Pending JP2020144688A (ja) | 2019-03-07 | 2019-03-07 | 学習方法、学習装置、及び当該学習装置を備える溶接欠陥検出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020144688A (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419261A (zh) * | 2020-11-19 | 2021-02-26 | 江汉大学 | 具有异常点去除功能的视觉采集方法及装置 |
CN113724218A (zh) * | 2021-08-27 | 2021-11-30 | 联合汽车电子有限公司 | 图像识别芯片焊接缺陷的方法、装置及存储介质 |
JPWO2022014019A1 (ja) * | 2020-07-16 | 2022-01-20 | ||
WO2022065272A1 (ja) * | 2020-09-25 | 2022-03-31 | ファナック株式会社 | 外観検査のためのモデル作成装置及び外観検査装置 |
KR20220067617A (ko) * | 2020-11-17 | 2022-05-25 | (주)자비스 | 학습데이터 생성 방법, 장치, 프로그램 및 이를 이용한 이물질 검출 방법 |
WO2023053728A1 (ja) * | 2021-09-29 | 2023-04-06 | 富士フイルム株式会社 | 表示処理装置、表示処理方法、及び、表示処理プログラム |
WO2023053768A1 (ja) * | 2021-09-28 | 2023-04-06 | 富士フイルム株式会社 | 情報処理装置、情報処理方法及びプログラム |
CN116010794A (zh) * | 2023-02-17 | 2023-04-25 | 苏芯物联技术(南京)有限公司 | 一种基于小样本标签数据的焊接缺陷实时智能检测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0896136A (ja) * | 1994-09-26 | 1996-04-12 | Kawasaki Heavy Ind Ltd | 溶接欠陥の評価システム |
-
2019
- 2019-03-07 JP JP2019041732A patent/JP2020144688A/ja active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0896136A (ja) * | 1994-09-26 | 1996-04-12 | Kawasaki Heavy Ind Ltd | 溶接欠陥の評価システム |
Non-Patent Citations (2)
Title |
---|
ANTONIO TORRALBA, BRYAN C. RUSSELL, JENNY YUEN: "LabelMe: Online Image Annotation and Applications", PROCEEDINGS OF THE IEEE, vol. 98, no. 8, JPN6022051663, 10 June 2010 (2010-06-10), pages 1467 - 1484, XP011311247, ISSN: 0005073172 * |
PAOLO SASSI, PAOLO TRIPICCHIO, CARLO ALBERTO AVIZZANO: "A Smart Monitoring System for Automatic Welding Defect Detection", IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS, vol. 66, no. 12, JPN6022051662, 7 February 2019 (2019-02-07), pages 9641 - 9650, XP011737912, ISSN: 0005073171, DOI: 10.1109/TIE.2019.2896165 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2022014019A1 (ja) * | 2020-07-16 | 2022-01-20 | ||
JP7221419B2 (ja) | 2020-07-16 | 2023-02-13 | 日揮グローバル株式会社 | 検査システム、判定処理装置、及び検査方法 |
WO2022065272A1 (ja) * | 2020-09-25 | 2022-03-31 | ファナック株式会社 | 外観検査のためのモデル作成装置及び外観検査装置 |
KR20220067617A (ko) * | 2020-11-17 | 2022-05-25 | (주)자비스 | 학습데이터 생성 방법, 장치, 프로그램 및 이를 이용한 이물질 검출 방법 |
KR102542505B1 (ko) * | 2020-11-17 | 2023-06-13 | (주)자비스 | 학습데이터 생성 방법, 장치, 프로그램 및 이를 이용한 이물질 검출 방법 |
CN112419261A (zh) * | 2020-11-19 | 2021-02-26 | 江汉大学 | 具有异常点去除功能的视觉采集方法及装置 |
CN113724218A (zh) * | 2021-08-27 | 2021-11-30 | 联合汽车电子有限公司 | 图像识别芯片焊接缺陷的方法、装置及存储介质 |
CN113724218B (zh) * | 2021-08-27 | 2024-04-30 | 联合汽车电子有限公司 | 图像识别芯片焊接缺陷的方法、装置及存储介质 |
WO2023053768A1 (ja) * | 2021-09-28 | 2023-04-06 | 富士フイルム株式会社 | 情報処理装置、情報処理方法及びプログラム |
WO2023053728A1 (ja) * | 2021-09-29 | 2023-04-06 | 富士フイルム株式会社 | 表示処理装置、表示処理方法、及び、表示処理プログラム |
CN116010794A (zh) * | 2023-02-17 | 2023-04-25 | 苏芯物联技术(南京)有限公司 | 一种基于小样本标签数据的焊接缺陷实时智能检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020144688A (ja) | 学習方法、学習装置、及び当該学習装置を備える溶接欠陥検出装置 | |
JP6924413B2 (ja) | データ生成装置、データ生成方法及びデータ生成プログラム | |
WO2019117065A1 (ja) | データ生成装置、データ生成方法及びデータ生成プログラム | |
US11783469B2 (en) | Method and system for scanning wafer | |
JP2018005640A (ja) | 分類器生成装置、画像検査装置、及び、プログラム | |
JP2018113038A (ja) | 検査機器および荷物における銃器を検出する方法 | |
US20100220910A1 (en) | Method and system for automated x-ray inspection of objects | |
JP2018005639A (ja) | 画像分類装置、画像検査装置、及び、プログラム | |
WO2019059011A1 (ja) | 教師データ作成方法及び装置並びに欠陥検査方法及び装置 | |
JP6422573B2 (ja) | 画像処理装置及び画像処理方法及びプログラム | |
JP6767490B2 (ja) | 欠陥検査装置、欠陥検査方法、およびプログラム | |
CN109191451B (zh) | 异常检测方法、装置、设备和介质 | |
JP2013257304A5 (ja) | ||
JP2003006614A (ja) | 回路パターンの検査方法及びその装置並びに欠陥候補の表示方法及びそのシステム | |
US8204291B2 (en) | Method and system for identifying defects in a radiographic image of a scanned object | |
TW201310359A (zh) | 用於識別材料中之缺陷之系統及方法 | |
JP6754155B1 (ja) | 教師データ生成装置、検査装置およびコンピュータプログラム | |
WO2020003917A1 (ja) | 欠陥表示装置及び方法 | |
JP5995756B2 (ja) | 欠陥検出装置、欠陥検出方法および欠陥検出プログラム | |
Hu et al. | Deep learning-based image evaluation for cervical precancer screening with a smartphone targeting low resource settings–Engineering approach | |
Kumar et al. | COVID-19 prediction through X-ray images using transfer learning-based hybrid deep learning approach | |
JP2015190894A (ja) | 溶接画像判定装置および溶接画像判定方法 | |
CN113889238B (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
JP7449739B2 (ja) | 検査システム、学習装置、学習プログラム、学習方法、検査装置、検査プログラム、検査方法 | |
JP7210315B2 (ja) | 検査システムおよび検査方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211112 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20221102 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20221102 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221128 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221207 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230531 |