Topページ > 機械・金属関係 技術トピックス > ディープラーニングによる金属組織の結晶粒度の評価 |
結晶粒度 | 1mm2あたりの 平均結晶粒数 $m$ |
$\sqrt{m}$ | 元画像のトリミング範囲 |
7.4 | 1351.2 | 36.76 | 1440×1440 |
7.0 | 1024.0 | 32.00 | 1253×1253 |
6.5 | 724.1 | 26.91 | 1054×1054 |
6.0 | 512.0 | 22.62 | 886×886 |
5.5 | 362.0 | 19.027 | 745×745 |
5.0 | 256.0 | 16.000 | 626×626 |
4.5 | 181.02 | 13.454 | 527×527 |
4.0 | 128.00 | 11.314 | 443×443 |
3.5 | 90.51 | 9.514 | 372×372 |
3.0 | 64.00 | 8.000 | 313×313 |
2.5 | 45.25 | 6.727 | 263×263 |
2.0 | 32.00 | 5.659 | 221×221 |
入力画像サイズ | 224×224 |
モデル | VGG16(転移学習) |
プーリング | Maxpooling |
活性化関数 | Relu, Softmax |
最適化アルゴリズム | Adam |
誤差関数 | 多クラス交差エントロピ |
学習率 | 10-3 |
ドロップアウト率 | 0.5 |
バッチサイズ | 32 |
学習回数 | 100 |
設定項目 | 設定内容 |
画像の回転 | 0~90deg |
水平方向反転 | あり |
垂直方向反転 | あり |
問い合わせ:新潟県工業技術総合研究所 中越技術支援センター 斎藤 雄治 TEL:0258-46-3700 FAX:0258-46-6900 |