水管橋の錆検知・分類
- 業種
- インフラ・運輸・建設
- 業務
- 設備保全
- 課題
-
- 省人化
- 異常検知
- 画像解析
- 画像認識AIを導入して水管橋の錆の点検業務をし、作業の省力化と、点検業務の非属人化を目指す
アナリティクス・AIソリューション
２つの画像認識AIにより、
水管橋の点検動画の各フレームから錆の位置を特定する仕組みを構築した。
◼ 水管検知AIによるノイズ情報除去
➢ 水管を含む画像から
錆検知の対象でない背景（水管でない領域）の情報を除去する。
◼ 画像認識AIによる錆検知・分類
➢ 水管検知AIにより背景をマスクされた画像から、
錆の位置の特定、
および錆の進行度（軽度 or 重度）の判定を実行する。
水管橋の点検動画の各フレームから錆の位置を特定する仕組みを構築した。
◼ 水管検知AIによるノイズ情報除去
➢ 水管を含む画像から
錆検知の対象でない背景（水管でない領域）の情報を除去する。
◼ 画像認識AIによる錆検知・分類
➢ 水管検知AIにより背景をマスクされた画像から、
錆の位置の特定、
および錆の進行度（軽度 or 重度）の判定を実行する。
効果
- 訓練データが少ないため、水管検知AIと錆検知AIの両方の精度は不十分
- ・水管検知モデルは水管上の汚れや影による明暗など、ノイズとなる情報がある場合には誤認する例が確認されている。
- ・錆検知モデル/錆分類モデルともの精度は全体的に高くない、汚れの誤検知が多発していた。
