深層学習を用いた物体検出と光学文字認識の統合による配管計装図からのリンク情報の自動抽出
日本保全学会第17回学術講演会
- ,
- ,
- ,
- ,
- 開催年月日
- 2021年7月
- 記述言語
- 英語
- 会議種別
- 開催地
- online
- 国・地域
- 日本
配管・計装図(P\&ID)には、原子力発電所(NPP)の設計と管理に不可欠な計装および制御装置とともに、配管およびプロセス機器に関する情報が含まれる。P\&IDには複雑なオブジェクトが多く、これらのオブジェクトとそれらのリンクされた情報がさまざまな図に不均衡に分布し複雑であるため、自動識別は困難である。したがって、P\&IDは通常、手動で抽出および分析されるが、これには時間がかかり、エラーが発生しやすい。これらの問題に効率的に対処するため、最先端の深層学習ベースのオブジェクト検出と光学式文字認識(OCR)モデルを統合して、P\&IDから情報を自動的に抽出した。さらに、低解像度の小さなオブジェクトを検出するためにスライディングウィンドウを用いた新しい画像前処理方法を提案した。提案された方法の性能を実験的に評価し、NPPのP\&IDから情報を抽出できることを示した。