KR Webzine Vol.143

1. 概要

KR正在研究将有关第四次工业革命的技术，即大数据、深度学习等多种新技术应用于船级社业务，来寻找提高效率的方案。最近随着对业务流程改善和业务效率改善的关注度不断升高，人们对将图纸数字化后使用的关注度也越来越高。

之前是寻找图纸的文字（数量及规格等）及图片（器材、场地标识等），由人直接将其信息进行数字化处理，这需要很多努力和很长时间的消耗。为了提高这一效率，有必要提取想要的图纸内文字及图片的位置和信息，根据目的进行数字化。但是船舶图纸的特性，图纸内的文字和图像相互重叠或因线条而产生干扰，只有人才能知道。因此，现有方式的客体探测算法因识别率低而难以使用。因此，KR开发了利用在这种情况下也能有效操作的，利用深度学习模式的文字和图片提取模型。

2. 主要特点

· 可以识别图纸内文字及图片信息的功能
· 客体图片编辑/增加/去除功能
· 自动生成大量的图片学习数据功能

图1. 图纸特性及项目信息管理画面

图2. 识别图纸内Text及Image信息的画面

3. 今后计划

通过利用深度学习基础算法的研究，确保了能够根据目的对图纸内Text和Image的信息进行数字化的基础技术。首先，对需要判断特定设备种类及数量的Safety Plan应用了相应的图纸识别技术。对灭火器、消防带、气体探测器等150多种客体种类（以2020年为基准，IMO Resolution A.1116），以20万个左右的学习数据为基础进行了深度学习，并以此为基础，应用于各种船舶种类的15个图纸，结果显示平均寻找85%左右设备的高准确度。        

今后研究方向是通过将开发的模型应用于多种图纸，确认扩张的可能性，提高识别模型的性能。通过这些，为来到KR的人们提供高水平的检验和智能的支持，不断努力成为引领第四次工业革命的数字化船级社。

ICT Solution Team