日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

データセットarXiv:2605.26682

SteelDS: 高解像度E40鋼スクラップビデオデータセット - 物体検出とインスタンスセグメンテーション用

SteelDS: A High-Resolution Video Dataset of E40 Steel Scrap for Object Detection and Instance Segmentation

シェア:XThreadsFacebookLINEはてブBluesky

コンベア上の鋼と銅スクラップの高解像度ビデオデータセットを提供し、材料分類・物体検出・インスタンスセグメンテーションのモデル開発を支援する。

詳しい要約

1. どんなもの?

- 高解像度の動画データセット - E40鋼と銅スクラップをコンベア上で撮影 - 制御された実験室環境で収録 - 磁気選別後の産業段階を反映 - 24,297フレーム、5サブセット - 396の鋼と101の銅オブジェクト - サイズ別に分類 - 物体検出とインスタンスセグメンテーション用 - ピクセル単位のセグメンテーションマスクと材料クラスをアノテーション

2. 先行研究と比べてどこがすごい?

- 先行研究との比較は要旨からは不明 - 高解像度動画データセットである点が特徴 - 産業的な磁気選別後段階を模擬 - 銅不純物除去のためのベンチマークを提供 - 物体間隔と密度の変動を含む

3. 技術・手法の肝は?

- 制御された実験室環境で収録 - コンベアベルト上でE40鋼と銅スクラップを撮影 - 高解像度動画シーケンス - ピクセル単位のセグメンテーションマスク - 材料クラスラベル - サイズ別カテゴリ - 物体間隔と密度の変動を導入

4. どうやって有効だと検証した?

- データセットの有効性検証方法は要旨からは不明 - ベンチマークとしての利用を提案 - 自動選別アルゴリズム評価用 - 銅不純物同定を目的

5. 議論はある?

- 議論や限界は要旨からは不明 - 産業応用への可能性を示唆 - 複雑な異種鋼スクラップ流中の銅不純物同定 - 手動介入が必要な段階を対象

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は無い - 同分野の定番: 物体検出 (YOLO, Faster R-CNN) - インスタンスセグメンテーション (Mask R-CNN) - 材料分類のための機械学習モデル

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Melanie Neubauer, Christian Rauch, Gerald Koinig, Alexia Tischberger-Aldrian, Roland Pomberger, Elmar Rueckert

分類: cs.RO, cs.CV

原文アブストラクト

This dataset provides high-resolution, annotated video sequences of shredded E40-grade steel and copper scrap on a conveyor belt. Captured in a controlled laboratory environment, the data reflects the industrial post-magnetic sorting stage, where manual intervention is typically required to remove copper contaminants. The dataset comprises 24,297 labeled frames across five subsets, featuring 396 steel and 101 copper objects categorized by size. It supports the development of machine learning models for material classification, object detection, and instance segmentation. Variations in object spacing and density are included to simulate realistic industrial sorting conditions. Ground truth annotations include pixel-wise segmentation masks and material classes. This dataset serves as a benchmark for evaluating automated sorting algorithms aiming to identify copper impurities within complex, heterogeneous steel scrap streams.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI