| 講演抄録／キーワード |
| 講演名 |
2022-10-30 16:00
高付加価値リサイクルのための電子部品画像の深層学習による自動分類の試行
唐 一鴻・○泉 知論（立命館大） |
| 抄録 |
（和） |
電子廃棄物の高付加価値リサイクルのための電子基板上の部品分類の自動化を目指す。本稿では、実際の電子基板上の部品の画像を対象に、深層学習による自動分類を行う。学習のため、電子基板を撮影して集積回路やチップ抵抗などのデータセットを構築する。さらにレイヤー構成やノード数の調整により、電子部品向けに最適なモデルを模索する。提案モデルでは部品画像1枚あたり120[μsec]程度の計算時間で、95%程度の正答率を達成した。 |
| （英） |
In order to improve material-recycling of disposed electronic appliances, we aim to develop a system to analyze and categorize electronic boards and parts utilizing cameras over conveyor belt. We adopt deep learning technology to recognize part images. Since popular CNN models for general object recognition are over performing, we reduce and optimize the structure of the network to fit electronic parts. Our model classify a single part image within about 120[usec] with an accuracy of about 95[%]. |
| キーワード |
（和） |
電子廃棄物 / リサイクル / 深層学習 / 畳み込みニューラルネットワーク / 資源パラドックス / SDGs / / |
| （英） |
electronic wastes / recycling / deep learning / CNN / resource paradox / SDGs / / |
| 文献情報 |
映情学技報, vol. 46, pp. 19-22, 2022年10月. |
| 資料番号 |
|
| 発行日 |
2022-10-23 (AIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|