課題
自動車事故の損害確認では、どのパーツがどの程度傷ついているかを見極める必要があります。写真から破損箇所を自動で見つけられれば、確認作業の負担を減らせます。
そのモデルを作るには、写真の中で「ここからここまでがバンパー」「ここがドア」といったパーツの範囲を画素単位で示したデータが必要でした。パーツの境目は車種によって形が異なり、破損や汚れで見えにくくなっている箇所もあるため、範囲の取り方をそろえるのは簡単ではありません。
支援内容
Nextremerは、パーツの定義をそろえたうえで、画素単位の塗り分けを行いました。
- 対象とする外装パーツと内部パーツの種類、境界の取り方を整理
- 車の写真に写るパーツごとにセマンティックセグメンテーションを実施
- 破損や変形で形が崩れている箇所の扱いを決め、判断をそろえる
- 作業結果を確認し、境界のずれや塗り漏れを修正
成果
外装・内部パーツを塗り分けた学習データを整備し、破損箇所を検出するモデルの開発を支えました。車種や破損の状態が違っても同じ基準で塗り分けたことで、モデルが学びやすいデータになっています。
