
エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Pycaretによる鋳鉄の黒鉛形状の機械学習 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Pycaretによる鋳鉄の黒鉛形状の機械学習 - Qiita
はじめに JIS G5502のISO法による黒鉛球状化率の測定は、組織画像の個々の黒鉛をタイプⅠ~Ⅵの黒鉛形状区... はじめに JIS G5502のISO法による黒鉛球状化率の測定は、組織画像の個々の黒鉛をタイプⅠ~Ⅵの黒鉛形状区分(ISO945-1)と比較して、ⅤとⅥに分類される黒鉛の面積を黒鉛の全面積で割って求めます。ここで、タイプⅤとⅥの黒鉛に分類する方法としては ①丸み係数(=「黒鉛の面積」÷「黒鉛の長軸を直径とする円の面積」)が0.6以上になる黒鉛をタイプⅤ以上とする ②上記①以外の方法でタイプⅤとⅥに分類する があります。このうち、①は画像処理で実施できますが、黒鉛形状区分のタイプⅤ、Ⅵの画像について丸み係数だけで分類できるか調べたところ、以前の記事で紹介したように難しいことが分かりました。 そこで今回は、②の方法を機械学習を用いて試みました。 方法 斎藤氏1)が紹介された方法にならい、JIS G5502 ISO法で参照しているISO945-1のFig.1のタイプⅠ~Ⅵの個々の黒鉛に対して、C