แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Isshiki, Tsuyoshi. Entropy-driven two-stage flash-and-flag cascade for rail defect inspection with yolo-based detection and GPS tagging on standard laptops. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2025.
Entropy-driven two-stage flash-and-flag cascade for rail defect inspection with yolo-based detection and GPS tagging on standard laptops
Name: Karin Vitoonkijvanit
Organization :
TAIST-Science Tokyo. Dept. of AIoT
Email :
karin.vit@ku.th
Name: Sanparith Marukatat
Organization :
National Science and Technology Development Agency. Image Processing and Understanding Team
Email :
sanparith.marukatat@nectec.or.th
Name: Kanjanapan Sukvichai
Organization :
Kasetsart University. Dept. of Electrical Engineering
Email :
fengkpsc@ku.ac.th
Name: Isshiki, Tsuyoshi
Organization :
Institute of Science Tokyo. Dept. of Information and Communications Engineering
Email :
isshiki@ict.e.titech.ac.jp
LCSH:
Railroad tracks
-- Inspection
LCSH:
Computer vision
Abstract:
Railway track defects-ranging from hairline cracks and faulty joints to surface corrosion-continue to jeopardize safety and drive up maintenance costs. In response, we developed Tetsumi Suite, a custom GUI-based inspection toolkit that implements a straightforward two-stage pipeline running live on a standard laptop (Intel i5-11300H, 16 GB RAM, NVMe SSD), with optional CUDA acceleration (GeForce MX450) for batch processing.
In Stage I, a lightweight, CPU-resident filter rapidly scans multi-camera frames by downsampling and applying fast heuristic checks-histogram equalization, gradient magnitude, edge density, texture entropy, and optional background subtraction-to flag only the most suspicious images without impeding operations. Flagged frames are then forwarded to Stage II, where a TorchScript-optimized YOLO11m model (CPU or GPU) assigns detailed labels (Crack, RCF, Bad Joint, Fixed, or Normal) and overlays precise bounding boxes.
All saved frames are automatically embedded with GPS EXIF metadata, enabling seamless geospatial visualization. Evaluated on a reserved set of 200 hand-annotated images, Tetsumi Suite achieves mAP@0.5 = 0.989 and F₁ = 0.950 at a confidence threshold of 0.567. To the best of our knowledge, this represents the first end-to-end solution that integrates real-time heuristic filtering, deep-learning-based classification, and GPS tagging on a standard laptop-delivering a scalable, high-accuracy tool suitable for field-ready rail inspection."
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2025
Modified:
2025-12-26
Issued:
2025-12-26
บทความ/Article
application/pdf
BibliograpyCitation :
In IEEE Thailand Section. Antennas and Propagation/Electron Devices/Microwave Theory and Techniques Joint Chapter, Electrical Engineering/Electronics, Computer, Telecommunications, and Information Technology Association, and King Mongkut's University of Technology North Bangkok. The 5th Research, Invention and Innovation Congress (RI2C 2025) (pp.1-6). Bangkok : IEEE Thailand Section
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.036338 วินาที
Karin Vitoonkijvanit
| Title | Contributor | Type |
|---|---|---|
| Entropy-driven two-stage flash-and-flag cascade for rail defect inspection with yolo-based detection and GPS tagging on standard laptops
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Karin Vitoonkijvanit;Sanparith Marukatat;Kanjanapan Sukvichai;Isshiki, Tsuyoshi | บทความ/Article |
Sanparith Marukatat
| Title | Contributor | Type |
|---|---|---|
| A comparative study of loss functions for arbitrary-oriented object detection in aerial images
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ San, Kaung Htet;Kondo, Toshiaki;Sanparith Marukatat;Hara-Azumi, Yuko | บทความ/Article | |
| Entropy-driven two-stage flash-and-flag cascade for rail defect inspection with yolo-based detection and GPS tagging on standard laptops
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Karin Vitoonkijvanit;Sanparith Marukatat;Kanjanapan Sukvichai;Isshiki, Tsuyoshi | บทความ/Article | |
| Automatic detection and characterization of parasite eggs using deep learning methods
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Apichon Kitvimonrat;Natthaporn Hongcharoen;Sanparith Marukatat;Sarin Watcharabutsarakham | บทความ/Article | |
| Combining technical indicators and deep learning by using LSTM stock price predictor
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Pattareeya Piravechsakul;Teerasit Kasetkasem;Sanparith Marukatat;Kumazawa, Itsuo | บทความ/Article | |
| A framework for generating an ICGA from a fundus image using GAN
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Pumipach Tanachotnarangkun;Sanparith Marukatat;Kumazawa, Itsuo;Pisit Chanvarasuth;Paisan Ruamviboonsuk;Anyarak Amornpetchsathaporn;Methaphon Chainakul;Natsuda Kaothanthong | บทความ/Article |
Kanjanapan Sukvichai
| Title | Contributor | Type |
|---|---|---|
| Entropy-driven two-stage flash-and-flag cascade for rail defect inspection with yolo-based detection and GPS tagging on standard laptops
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Karin Vitoonkijvanit;Sanparith Marukatat;Kanjanapan Sukvichai;Isshiki, Tsuyoshi | บทความ/Article | |
| Improving relocalization in visual SLAM by using object detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Nithid Mahattansin;Kanjanapan Sukvichai;Pished Bunnun;Isshiki, Tsuyoshi | บทความ/Article | |
| Kinetics analysis of a flapping wing UAV based on the four bar linkages mechanism
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Kan Yajai;Kanjanapan Sukvichai;Noppanut Thongton | บทความ/Article | |
| 6D valves pose estimation based on YOLACT and DenseFusion for the offshore robot application
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Chaitat Utintu;Kanut Thammaruksa;Prakarn Jaroonsorn;Sirawat Soksawatmakin;Natthasit Wongsirikul;Kanjanapan Sukvichai | บทความ/Article |
Isshiki, Tsuyoshi
| Title | Contributor | Type |
|---|---|---|
| Semi-adaptive, reliability-oriented EH-WSN energy management algorithm
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Phat Burana;Somsak Kittipiyakul;Kamol Kaemarungsi;Isshiki, Tsuyoshi | บทความ/Article | |
| Entropy-driven two-stage flash-and-flag cascade for rail defect inspection with yolo-based detection and GPS tagging on standard laptops
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Karin Vitoonkijvanit;Sanparith Marukatat;Kanjanapan Sukvichai;Isshiki, Tsuyoshi | บทความ/Article | |
| Machine learning approach with multiple open-source data for mapping and prediction of poverty in Myanmar
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Htet, Nyan Lin;Waree Kongprawechnon;Isshiki, Tsuyoshi;Suttipong Thajchayapongt | บทความ/Article | |
| Improving relocalization in visual SLAM by using object detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Nithid Mahattansin;Kanjanapan Sukvichai;Pished Bunnun;Isshiki, Tsuyoshi | บทความ/Article | |
| Design and implementation of task synchronization method in BLE mesh network for educational robot
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Jirayus Jirakiat;Natavut Kwankeo;Kamol Kaemarungsi;Isshiki, Tsuyoshi | บทความ/Article | |
| An attention mechanism approach for natural color retrieval for plant monitoring
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Yanatorn Chadavadh;Teerasit Kasetkasem;Teera Patrapornnant;Sirichai Parittotakapron;Isshiki, Tsuyoshi | บทความ/Article | |
| Combination of U-Net and Transformer concept for plant area extraction of time-lapse images
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Maung, Hnyot Myet Wunn Shunn Le;Teerasit Kasetkasem;Teera Phatrapornnant;Isshiki, Tsuyoshi | บทความ/Article |