[4L2-GS-13] AI応用: 異常検知と保守

[4L2-GS-13-02] マンホール内部点検自動化のための深層学習を用いた不良箇所検出手法の検討

〇勝村 玲音¹、梅田 崇之²、安藤 慎吾²、島村 潤²、和田 雅樹¹、島原 広季¹、相原 貴明¹ (1. 東日本電信電話株式会社、2. 日本電信電話株式会社 NTTメディアインテリジェンス研究所)

キーワード：インフラ、物体検出、畳み込みニューラルネットワーク、深層学習、産業応用

現在、NTT東日本管内では年間約3万個のマンホール内部の点検が行われている。作業者は現地において360°カメラを用いてマンホール内の撮影を行い、撮影した点検写真におけるマンホール内部の良・不良の判定は集約センタにおいて多数の人による目視で行われている。そこで、画像認識の分野において成功を収めている畳み込みニューラルネットワーク（Convolutional Neural Network）を本写真点検業務に適用することで、マンホール写真の良・不良判定の自動化による目視点検稼働の削減が期待される。本取り組みではMask-RCNNを用いたマンホール内部の不良箇所検出の自動化を行い、その検出精度を検証した。