講演情報
[S-21]UAV画像の深層学習による農道橋RC床版のひび割れ検出
*田中 煕1、柴野 一真2、Nadezhda MOROZOVA2、向井 萌華2、鈴木 哲也3 (1. 新潟大学農学部、2. 新潟大学大学院自然科学研究科、3. 新潟大学自然科学系（農学部）)
キーワード：
U-Net、画像処理、光条件、農業インフラ、コンクリート
近年，コンクリート構造物を対象としたひび割れ検出に深層学習が適用されている．本研究では，UAV画像を用いてU-Netにより農道橋RC床版部のひび割れを検出することを目的とした．検出モデル作成の前に日影判定を加え3種類に分け個別に解析し，前処理の有無による検出精度の差を特定することを試みた．その結果，日影や日向といった類似の光環境毎に学習させることで検出精度が向上し，高精度な検出が可能となった．