[論文レビュー] Industrial object, machine part and defect recognition towards fully automated industrial monitoring employing deep learning. The case of multilevel VGG19

Ioannis D. Apostolopoulos, Mpesiana A. Tzani|arXiv (Cornell University)|Nov 23, 2020

Industrial Vision Systems and Defect Detection参考文献 18被引用数 5

ひとこと要約

本論文では、産業用オブジェクト、機械部品、欠陥認識を目的とした、深層畳み込みニューラルネットワークアーキテクチャの変種であるマルチレベルVGG19（MVGG19）を提案する。マルチパス特徴抽出と連結統合を統合することで、6つの産業用データセット全体で標準VGG19と比較して平均6.95%の精度向上を達成し、自動産業監視タスクにおける優れた性能を示している。

ABSTRACT

Modern industry requires modern solutions for monitoring the automatic production of goods. Smart monitoring of the functionality of the mechanical parts of technology systems or machines is mandatory for a fully automatic production process. Although Deep Learning has been advancing, allowing for real-time object detection and other tasks, little has been investigated about the effectiveness of specially designed Convolutional Neural Networks for defect detection and industrial object recognition. In the particular study, we employed six publically available industrial-related datasets containing defect materials and industrial tools or engine parts, aiming to develop a specialized model for pattern recognition. Motivated by the recent success of the Virtual Geometry Group (VGG) network, we propose a modified version of it, called Multipath VGG19, which allows for more local and global feature extraction, while the extra features are fused via concatenation. The experiments verified the effectiveness of MVGG19 over the traditional VGG19. Specifically, top classification performance was achieved in five of the six image datasets, while the average classification improvement was 6.95%.

研究の動機と目的

• 自動製造における産業用欠陊検出およびオブジェクト認識のための専用深層学習モデルの不足に対処する。
• 産業画像理解のための局所的およびグローバル特徴抽出を向上させることで、標準VGG19を改善する。
• 異なるネットワークブランチからの特徴を統合する多パスアーキテクチャを構築し、認識性能を向上させる。
• 欠陊、工具、機械部品をカバーする、多様で公開可能な産業用データセットを用いて、モデルの有効性を検証する。
• 堅牢でエンドツーエンドの深層学習ベースの認識システムにより、完全自動化された産業監視を実現する。

提案手法

• 異なる抽象レベルの特徴を抽出できる、複数の並列パスを備えた変更済みVGG19アーキテクチャを提案する。
• 異なるネットワークブランチからの高レベルおよび低レベル特徴を連結することで特徴統合を実現する。
• バックボーンとして事前学習済みVGG19を活用し、産業用データセットで微調整することで、欠陊および部品認識タスクに適応させる。
• 一般化性能を向上させるために、データオーグメンテーションおよびトランスファー学習技術を適用する。
• エンドツーエンド最適化のため、交差エントロピー損失と確率的勾配降下法を用いてモデルを訓練する。
• 6つの公開産業用データセットを対象に、トップ1およびトップ5分類精度を用いて性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 マルチパス特徴抽出を備えた変更済みVGG19アーキテクチャは、産業用オブジェクトおよび欠陊の認識精度を向上させることができるか？
• RQ2 マルチレベル特徴の連結統合は、標準VGG19と比較して、特徴表現をどのように向上させるか？
• RQ3 提案されたMVGG19モデルは、多様な産業用データセットにおいて、元のVGG19をどの程度上回るか？
• RQ4 アーキテクチャの変更が、産業監視シナリオにおける一般化性能および耐性に与える影響は何か？
• RQ5 モデルは、複数の欠陊タイプおよび機械部品カテゴリにおいて一貫した性能向上を達成できるか？

主な発見

• MVGG19は、テストした6つの産業用画像データセットのうち5つで最高の分類性能を達成した。
• すべてのデータセット全体で、標準VGG19と比較して平均6.95%の精度向上を示した。
• マルチパス設計により、産業用画像における局所的なテクスチャとグローバルな構造的パターンの両方をより効果的に捉えることができた。
• 連結による特徴統合は、単一パスの特徴抽出と比較して、顕著に識別能を向上させた。
• 金属欠陊、エンジン部品、機械工具を含む多様な産業分野において、強力な一般化性能を示した。
• 結果から、VGG19へのアーキテクチャ的変更が、産業用コンピュータビジョンタスクにおいて顕著な向上をもたらすことが確認された。