[論文レビュー] Efficient Neural Network Approaches for Leather Defect Classification

Sze‐Teng Liong, Y.S. Gan+6 more|arXiv (Cornell University)|Jun 15, 2019

Industrial Vision Systems and Defect Detection参考文献 8被引用数 9

ひとこと要約

本稿では、前処理済みの画像パッチとニューラルネットワークを用いた、自動皮革欠陥分類のための効率的なディープラーニング手法を提案する。Cannyエッジ検出とブロック分割を適用した後、ANNおよびCNN（特に変更されたAlexNet）を用いた特徴抽出により、約2000サンプルのデータセット上で最大80.3％の分類精度を達成し、人的な検査に比べて効率が向上することを示している。

ABSTRACT

Genuine leather, such as the hides of cows, crocodiles, lizards and goats usually contain natural and artificial defects, like holes, fly bites, tick marks, veining, cuts, wrinkles and others. A traditional solution to identify the defects is by manual defect inspection, which involves skilled experts. It is time consuming and may incur a high error rate and results in low productivity. This paper presents a series of automatic image processing processes to perform the classification of leather defects by adopting deep learning approaches. Particularly, the leather images are first partitioned into small patches,then it undergoes a pre-processing technique, namely the Canny edge detection to enhance defect visualization. Next, artificial neural network (ANN) and convolutional neural network (CNN) are employed to extract the rich image features. The best classification result achieved is 80.3 %, evaluated on a data set that consists of 2000 samples. In addition, the performance metrics such as confusion matrix and Receiver Operating Characteristic (ROC) are reported to demonstrate the efficiency of the method proposed.

研究の動機と目的

• 人的な皮革欠陥検査の非効率さと一貫性の欠如を是正するため、分類プロセスを自動化すること。
• 皮革製造業界における品質管理における人的ミスと作業負荷を低減すること。
• 実世界の皮革欠陥画像データセットにおけるディープラーニングモデル（特にANNおよびCNN）の性能を評価すること。
• 欠損データの不均衡問題を解消するために、1:1、1:2、および1:3のクラス比に再構成したトレーニングセットを用いること。
• エッジ検出や空間的パッチングなどの画像前処理技術を通じて、モデルの性能を最適化すること。

提案手法

• 欠陥の局所化と分析を目的として、皮革画像を小さな空間的パッチ（例：50×50から200×200ピクセル）に分割する。
• 前処理には、RGBからグレースケールへの変換、画像のリサイズ、Cannyエッジ検出を含め、欠陥の可視性を向上させる。
• 前処理後、画像パッチから得られる入力ベクトルを用いて、人工ニューラルネットワーク（ANN）を特徴抽出および分類に用いる。
• 畳み込みニューラルネットワーク（CNN）は、変更されたAlexNetアーキテクチャを用いて、画像パッチからの階層的特徴を抽出する。
• データオーグメンテーションとクラスのバランス調整として、欠陥ありと欠陥なしのサンプル比を1:1、1:2、1:3に再構成したデータセットを用いる。
• 解像度、エポック数、学習率などのハイパーパrameterを調整して、分類精度を最適化する。

実験結果

リサーチクエスチョン

• RQ1 画像前処理とディープラーニングモデルの組み合わせが、高い精度で皮革欠陥を効果的に分類できるか？
• RQ2 ニューラルネットワークアーキテクチャの選択（ANN対CNN）が、皮革欠陥データセットにおける分類性能に与える影響はいかほどか？
• RQ3 データの不均衡が分類精度に与える影響はどの程度で、欠陥検出タスクではどのように緩和できるか？
• RQ4 変更されたAlexNetを用いた場合、最大の分類精度を得るために最適なパッチ解像度とトレーニングエポック数は何か？
• RQ5 異なる照明条件（明るい対暗い）が、提案された分類モデルの性能にどのように影響を与えるか？

主な発見

• 提案されたANNベースの手法は、約2000枚の皮革画像からなる全データセットで最高の分類精度80.3％を達成した。
• 変更されたAlexNetを用いたCNNベースの分類では、リサイズ済み画像と1:3の欠陥対非欠陥のデータ比を用いた場合、最高で76％の精度に達した。
• 1:3のデータサブセットでは、150×150パッチと200エポックを用いた場合、最高75.1％の精度を記録した。暗い照明下のサブセットでは、200×200解像度で74.1％の精度を達成した。
• 混同行列の結果、変更されたAlexNetモデルは、1:3の明るい・暗いサブセットにおいて、欠陥ありサンプルの74.0％、非欠陥ありサンプルの86.4％を正しく分類した。
• 明るい照明下の1:3データサブセットでは、50×50解像度と100エポックで最高75.0％の精度を記録した。
• 本研究では、Cannyエッジ検出による前処理が欠陥の可視化を向上させ、より良い特徴抽出と分類性能に寄与することを確認した。