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鋼の結晶粒度の測定(Lobeによる結果との比較) |
モデル | VGG16(Imagenetによる学習済み) |
学習方法 | ファインチューニング (最後の畳込み層以降を学習) |
入力画像サイズ | 224×224 |
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 | 5×10-5:学習回数100まで 1×10-6:学習回数101以降 |
ドロップアウト率 | 0.5 |
バッチサイズ | 32 |
学習回数 | 150 |
学習用画像の水増し | チャンネルシフト |
画像の結晶粒界の見え方 | 明瞭 | 不明瞭 | ||||
VGG16の推論 | モデル①' | モデル②' | モデル③' | モデル①' | モデル②' | モデル③' |
9.4±0.6 | 9.3±0.6 | 9.4±0.6 | 10.6±1.0 | 10.2±0.8 | 10.2±0.8 | |
Lobeの推論 | モデル① | モデル② | モデル③ | モデル① | モデル② | モデル③ |
9.3±0.6 | 9.0±0.9 | 9.3±0.6 | 11.4±0.8 | 10.0±0.9 | 9.7±0.6 | |
JISの比較法 | 9.6±0.5 | 10.0±0.9 | ||||
JISの切断法 | 9.4 | 9.8 |
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 |