• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

Development of a deep Learning method for easy annotation of crack segmentation

Research Project

Project/Area Number 22K04262
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 22010:Civil engineering material, execution and construction management-related
Research InstitutionYamaguchi University

Principal Investigator

藤田 悠介  山口大学, 大学院創成科学研究科, 准教授 (40509527)

Project Period (FY) 2022-04-01 – 2025-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2024: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Keywords深層学習 / アノテーション / 可視化 / 自己教師あり学習 / 弱教師あり学習 / 半教師あり学習 / 異常検知 / 省力化 / DCNN / ファインチューニング / 領域分割 / 可視化技術
Outline of Research at the Start

一般に、高性能な深層学習モデルを構築するためには、大量のデータを収集し、データに正確にラベルを付与(アノテーション)して教師データを作成する必要がある。データの収集や教師データの作成は煩雑であり、その省力化や効率化が期待されている。
本研究では、コンクリート構造物や舗装路面の表面を撮影した画像からひび割れを抽出するモデルを構築する問題において、深層学習モデルの学習に用いる教師データの作成(アノテーション)を省力化して高性能なモデルを構築できる、深層学習の新しい適用法を開発する。

Outline of Annual Research Achievements

コンクリート構造物や舗装路面の外観検査の効率化のために、DCNNモデルの構築に使用する教師データ作成のためのアノテーション(分類や領域分割のためのラベル付け作業)を省力化する方法を開発している。
本年度は、アノテーションを省力化する方式として、主に、少量のラベル付きデータと大量のラベルなしデータを用いてモデルを構築する自己教師あり学習に基づく方式の開発(課題①)、および弱教師あり学習の枠組みからアノテーションを省力化させる方式の開発(課題②)に取り組み、各方式の有効性と課題を明らかにした。さらに、異常検知モデルの適用(課題③)について、代表的な5つのモデルの適用を検討し、有効性と課題を明らかにした。
課題①において、コンクリート構造物と舗装路面のデータセットを用いた検証実験により、少量のラベル付きデータによるモデル構築において、ラベルなしの対象データセットを用いた事前学習により、ImageNetや他のデータセットにより事前学習させたモデルと比べて高性能なモデルを構築できることを確認した。課題②では、画像単位のクラスラベルのみを付与された損傷のある画像データセットと損傷のないデータセットを用いて、詳細に損傷位置を抽出するモデルの構築方式を開発した。また、半教師あり学習を併用することにより高精度化・高効率化する手法を開発した。これにより簡易なアノテーションにより詳細な損傷位置を抽出できるモデルを効率的に構築できることを確認した。課題③では、損傷のないデータセットのみを用いた異常検知モデルの性能を検証し、この方式の有効性と課題を確認した。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

当初の計画にもとづき、以下の課題①~③の検討を行い、一定の研究成果が得られた。各課題における状況は以下の通りである。
課題①:少量のラベル付きデータと大量のラベルなしデータを用いてモデルを構築する自己教師あり学習に基づく方式を開発した。コンクリート構造物と舗装路面のデータセットを用いた検証実験により、少量のラベル付きデータによるモデルを構築する問題において、ラベルなしの対象データセットを用いた事前学習により、ImageNetや他のデータセットにより事前学習させたモデルと比べて高性能なモデルを構築できることを明らかにした。
課題②:弱教師あり学習の枠組みから、損傷のある画像データセットと損傷のないデータセットを用いて、詳細に損傷位置を抽出できるモデルを構築する方式を開発した。詳細なラベルづけを不要とし、アノテーションを省力化できる効果を確認した。また、半教師あり学習の導入により高精度化・高効率化できることを明らかにした。
課題③:損傷のないデータセットのみを用いた異常検知モデルの性能を検証し、現状の有効性と課題を確認した。
当初の計画通りの研究を実施でき、成果が得られている。今後、本成果の学術論文への投稿や学会発表を計画している。

Strategy for Future Research Activity

本年度の課題①,②については,さらなる高精度化を目指して継続して取り組む。また、課題①,②の手法の組み合わせによる高効率化も検討する。課題③の手法について,課題②の手法との比較・組み合わせおよび他の研究分野への応用も検討する。また、これまでの成果を学会発表・論文投稿する予定である。

Report

(2 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • Research Products

    (7 results)

All 2023 2022 Other

All Journal Article (3 results) (of which Peer Reviewed: 3 results,  Open Access: 3 results) Presentation (3 results) (of which Invited: 1 results) Remarks (1 results)

  • [Journal Article] Multiple-stage multiple-instance deep learning for cost reduction in annotation of cracks2023

    • Author(s)
      藤田 悠介
    • Journal Title

      Artificial Intelligence and Data Science

      Volume: 4 Issue: 3 Pages: 36-45

    • DOI

      10.11532/jsceiii.4.3_36

    • ISSN
      2435-9262
    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] An efficient construction method of accurate crack detection model using SimCLR2023

    • Author(s)
      白根 竜矢、田坂 祐紀、藤田 悠介
    • Journal Title

      Artificial Intelligence and Data Science

      Volume: 4 Issue: 3 Pages: 733-740

    • DOI

      10.11532/jsceiii.4.3_733

    • ISSN
      2435-9262
    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] Classification Model based on U-Net for Crack Detection from Asphalt Pavement Images2023

    • Author(s)
      Yusuke. Fujita, Taisei Tanaka, Tomoki Hori and Yoshihiko Hamamoto
    • Journal Title

      Journal of Image and Graphics

      Volume: 11

    • Related Report
      2022 Research-status Report
    • Peer Reviewed / Open Access
  • [Presentation] 外観検査のための画像認識技術の過去・現在・未来2023

    • Author(s)
      藤田 悠介
    • Organizer
      山口大学グローカル環境・防災学研究会シンポジウム 第3回「建設分野におけるAI活用の最前線」
    • Related Report
      2023 Research-status Report
    • Invited
  • [Presentation] ひび割れ有無の分類モデルの可視化によるひび割れ抽出2023

    • Author(s)
      岡田 龍磨、藤田 悠介
    • Organizer
      第25回IEEE広島支部学生シンポジウム
    • Related Report
      2023 Research-status Report
  • [Presentation] U-Netをもとにした舗装路面のひび割れ検出モデルの構築2022

    • Author(s)
      田中 大晴,藤田 悠介,堀 智樹,浜本 義彦
    • Organizer
      第24回IEEE広島支部学生シンポジウム
    • Related Report
      2022 Research-status Report
  • [Remarks] 研究室Webページ

    • URL

      http://www.ir.csse.yamaguchi-u.ac.jp/~fujita/index.html

    • Related Report
      2023 Research-status Report 2022 Research-status Report

URL: 

Published: 2022-04-19   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi