配管の腐食は目視比較によるスクリーニングでは、評価者のスキル・経験値に依存しており、昨今の熟練従業員の減少に伴い、腐食見逃しリスクが増大し設備故障を引き起こす恐れが増大していた。本事業では、配管外面の画像を ディープラーニング 等の技術を用いて腐食進行度を自動評価する評価モデルを構築し、目標としていた精度80％を達成した。 また、システムについては、実地検証を通し、現場有識者より実務適応性も高い仕組みとの評価を頂き、実務利用可能な仕組み構築という目標を達成した。

URL　:　https://www.nedo.go.jp/library/seika/shosai_201906/20190000000390.html

• 業種分類
• インフラ（電気・ガス・熱供給・水道業）

• 製品分類
• マネジメント

• サービス分類
• 教育・コンサルタント

• 対応地域
• 東京

• 日付
• 2018年度報告

• リリース日
• 2019/11/01