TOP
|
特許
|
意匠
|
商標
特許ウォッチ
Twitter
他の特許を見る
公開番号
2025137904
公報種別
公開特許公報(A)
公開日
2025-09-25
出願番号
2024036434
出願日
2024-03-11
発明の名称
疵判定方法
出願人
大同特殊鋼株式会社
代理人
個人
主分類
G06T
7/00 20170101AFI20250917BHJP(計算;計数)
要約
【課題】現場の疵判定作業の感覚に近い学習モデルによる疵判定が可能な疵判定方法を提供する。
【解決手段】被検体Mの表面疵を疵種で分類し、分類された各表面疵に対する作業者4a~4iの目視による疵判定割合を算出して、当該疵判定割合と同一の割合でアノテーションを付与した表面疵画像の教師データによってAIモデル31の機械学習を行い、その出力結果が作業者4a~4iの疵判定割合に最も近い疵検出率となるように前記機械学習の疵判定閾値を決定する。
【選択図】 図1
特許請求の範囲
【請求項1】
被検体の表面疵を疵種で分類し、分類された各表面疵に対する作業者の目視による疵判定割合を算出して、当該疵判定割合と同一の割合でアノテーションを付与した表面疵画像の教師データによって機械学習モデルを学習させ、作業者の疵判定割合に最も近い疵検出率となるように前記機械学習の疵判定閾値を決定する疵判定方法。
続きを表示(約 240 文字)
【請求項2】
前記表面疵を、その大きさを含む前記疵種で分類した請求項1に記載の疵判定方法。
【請求項3】
前記機械学習を、物体検出用AIモデルで行い、作業者の疵判定割合が100%の時に前記物体検出用AIモデルの検出率が100%となる条件下で、当該物体検出用AIモデルの検出率が作業者の疵判定割合に対して最も誤差が小さくなるような信頼度スコアの閾値を選定して、これを前記物体検出用AIモデルの前記疵判定閾値として決定する請求項1又は2に記載の疵判定方法。
発明の詳細な説明
【技術分野】
【0001】
本発明は疵判定方法に関し、特に機械学習を使用した疵判定方法に関するものである。
続きを表示(約 1,200 文字)
【背景技術】
【0002】
例えば特許文献1にはAIモデルを使用した欠陥検査システムが開示されており、ここでは第1の学習モデルによる欠陥(疵)過検出を避けて欠陥判定精度を上げるために、さらに第2の学習モデルを設けて、当該第2の学習モデルに上記第1の学習モデルの判定結果を再判定させ、再判定結果を第1の学習モデルに教師データとしてフィードバックしている。
【先行技術文献】
【特許文献】
【0003】
特開2022-170299
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかし、教師データとして付与する疵位置や疵クラス等のアノテーションは、付与者の裁量によっていることから、一人の付与者によって学習させたモデルの推論結果が他の大勢の意見と異なった場合、学習モデルの疵判定感度が、全体的な意見と大きく偏っている可能性が生まれる。特に、作業者間の判定ばらつきが大きい鋼片の中間検査のような現場では、上述の付与方法では、疵判定作業の感覚から大きくずれるという問題があった。
【0005】
そこで、本発明はこのような問題を解決するもので、現場の疵判定作業者の平均的な感覚に近い学習モデルによる疵判定が可能な方法を提供することを目的とする。
【課題を解決するための手段】
【0006】
上記目的を達成するために、本第1発明では、被検体(M)の表面疵を疵種で分類し、分類された各表面疵に対する作業者(4a~4i)の目視による疵判定割合を算出して、当該疵判定割合と同一の割合でアノテーションを付与した表面疵画像の教師データによって機械学習モデル(31)を学習させ、作業者(4a~4i)の疵判定割合に最も近い疵検出率となるように前記機械学習の疵判定閾値を決定する。ここでいう疵判定割合とは、各作業者が疵とみなすか、みなさないかの割合を指す。
【0007】
本第1発明によれば、作業者の疵判定割合に最も近い疵判定割合となるように機械学習の疵判定閾値を決定しているから、検出不足や過検出を生じることなく、現場の疵判定作業の感覚に近い学習モデルによる疵判定が可能となる。
【0008】
本第2発明では、前記表面疵を、その大きさを含む疵種で分類する。
【0009】
本第3発明では、前記機械学習を、物体検出用AIモデル(31)で行い、作業者の疵判定割合が100%の時に前記物体検出用AIモデル(31)の検出率が100%となる条件下で、当該物体検出用AIモデル(31)の検出率が作業者の疵判定割合に対して最も誤差が小さくなるような信頼度スコアの閾値を選定して、これを前記物体検出用AIモデル(31)の前記疵判定閾値として決定する。
【0010】
上記カッコ内の符号は、後述する実施形態に記載の具体的手段との対応関係を参考的に示すものである。
【発明の効果】
(【0011】以降は省略されています)
この特許をJ-PlatPat(特許庁公式サイト)で参照する
関連特許
大同特殊鋼株式会社
放熱材料
7日前
大同特殊鋼株式会社
軟磁性合金
15日前
大同特殊鋼株式会社
疵判定方法
29日前
大同特殊鋼株式会社
棒材計数方法
15日前
大同特殊鋼株式会社
介在物評価方法
15日前
大同特殊鋼株式会社
炉蓋の支持構造
21日前
大同特殊鋼株式会社
電磁攪拌制御方法
2日前
大同特殊鋼株式会社
丸棒体の本数計数方法
10日前
大同特殊鋼株式会社
熱処理設備および浸炭焼入れ方法
15日前
大同特殊鋼株式会社
計測データ入力方法及びそのシステム
1日前
大同特殊鋼株式会社
浸炭時の粗大粒防止特性に優れた肌焼鋼材
8日前
大同特殊鋼株式会社
結晶組織評価方法および結晶組織評価装置
8日前
大同特殊鋼株式会社
レーザ積層造形用粉末およびその製造方法
15日前
大同特殊鋼株式会社
変位量測定治具およびピーリングマシンにおける芯出し方法
23日前
個人
詐欺保険
10日前
個人
縁伊達ポイン
10日前
個人
QRコードの彩色
14日前
個人
地球保全システム
23日前
個人
表変換編集支援システム
1か月前
個人
農作物用途分配システム
9日前
個人
残土処理システム
16日前
個人
タッチパネル操作指代替具
3日前
個人
知的財産出願支援システム
17日前
個人
行動時間管理システム
1か月前
個人
携帯端末障害問合せシステム
2日前
個人
スケジュール調整プログラム
2日前
個人
パスワード管理支援システム
1か月前
個人
食品レシピ生成システム
22日前
株式会社キーエンス
受発注システム
22日前
株式会社キーエンス
受発注システム
22日前
個人
AIキャラクター制御システム
1か月前
個人
海外支援型農作物活用システム
1か月前
株式会社キーエンス
受発注システム
22日前
個人
システム及びプログラム
1か月前
トヨタ自動車株式会社
通知装置
今日
個人
未来型家系図構築システム
1か月前
続きを見る
他の特許を見る