背景）機械学習に使用できる欠陥データは限られている

マシンビジョンを使用した欠陥検出の利用が拡大するにつれて、ディープラーニングを使用したアプローチが増加しています。そのため、画像セグメンテーションや画像検出、画像分類を使用して、欠陥を検出するための多くの研究が行われています。

製造業界において、これらの手法は省人化や生産性の向上に向けて効果的ですが、多数の欠陥データが必要となります。しかし、工業地域で実際の欠陥データを大量に取得することは非常に困難であります。

重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。

欠陥検出への機械学習の適用における欠陥データの不足という課題において、実際にどんな研究が行われているのでしょうか。韓国にあるVieworks社のYoung-Joo Hanら研究者の発表を紹介します。

研究者らは、合成欠陥データを生成することで、畳み込みオートエンコーダによる織物の欠陥検出を試みたのでした。

テーマ）合成欠陥データでトレーニングされた織物の欠陥検出方法

まずはYoung-Joo Hanらの研究におけるミッション・手法・結果をまとめました。