JP2017054331A - 画像分類方法、分類器の構成方法および画像分類装置 - Google Patents
画像分類方法、分類器の構成方法および画像分類装置 Download PDFInfo
- Publication number
- JP2017054331A JP2017054331A JP2015178300A JP2015178300A JP2017054331A JP 2017054331 A JP2017054331 A JP 2017054331A JP 2015178300 A JP2015178300 A JP 2015178300A JP 2015178300 A JP2015178300 A JP 2015178300A JP 2017054331 A JP2017054331 A JP 2017054331A
- Authority
- JP
- Japan
- Prior art keywords
- classification
- image
- teacher
- classifier
- images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 92
- 239000013598 vector Substances 0.000 claims abstract description 85
- 238000010801 machine learning Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims description 50
- 238000003384 imaging method Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 14
- 230000001788 irregular Effects 0.000 claims description 6
- 230000007547 defect Effects 0.000 description 124
- 238000001514 detection method Methods 0.000 description 32
- 238000012545 processing Methods 0.000 description 29
- 238000007689 inspection Methods 0.000 description 24
- 239000000758 substrate Substances 0.000 description 21
- 230000000694 effects Effects 0.000 description 6
- 230000006872 improvement Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000012706 support-vector machine Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000000644 propagated effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
2 欠陥検出装置(画像取得手段)
3 欠陥分類装置(分類手段、画像分類装置)
31 インターフェース(画像取得手段)
32 欠陥分類部(分類手段)
36 表示部(報知手段)
S305(第1工程)
S306(第2工程)
S308(第3工程)
S504(第4工程)
S505(第5工程)
Claims (11)
- P(Pは自然数)次元の特徴ベクトルによって表される教師画像と当該教師画像に付与される分類カテゴリとに関する情報を含む教師データを用いた機械学習の結果に基づき画像を自動分類する画像分類方法において、
複数の分類カテゴリの各々に、固有の識別番号を付与し、
複数の前記教師画像に対応する前記教師データを用いた機械学習アルゴリズムを実行して分類器を構成する第1工程と、
前記第1工程で構成された分類器により、前記教師画像の各々を複数の分類カテゴリに分類する第2工程と、
前記教師画像の各々について、前記第2工程で付与された分類カテゴリと前記教師データにおいて予め付与されている分類カテゴリとを比較し、その結果に応じた数値を新たな特徴量として特徴ベクトルに追加することで、当該教師画像の特徴ベクトルの次元数を1増加させる第3工程と
をこの順番でM(Mは2以上の整数)回実行して、入力ベクトルの次元が1ずつ異なるM組の分類器を準備し、
ここで、前記第3工程では、前記第2工程で付与された分類カテゴリと前記教師データにおいて予め付与されている分類カテゴリとが異なる場合には、前記第2工程で付与された分類カテゴリの前記識別番号を前記新たな特徴量とし、前記第2工程で付与された分類カテゴリと前記教師データにおいて予め付与されている分類カテゴリとが一致する場合には、当該分類カテゴリの前記識別番号を中心とする所定の数値範囲内の不規則な数値を前記新たな特徴量とし、
分類対象の画像について、P次元の特徴ベクトルをなすP種の特徴量を求め、
当該画像の特徴ベクトルを、当該特徴ベクトルと同次元の入力ベクトルに対応する前記分類器により前記分類カテゴリのいずれかに分類する第4工程と、
前記第4工程で分類された分類カテゴリの前記識別番号を新たな特徴量として特徴ベクトルに追加することで、当該画像の特徴ベクトルの次元数を1増加させる第5工程と
をこの順番でM回実行して、M組の分類結果を取得し、
前記M組の分類結果から選出した一の分類結果を、当該画像の分類結果として出力する画像分類方法。 - 前記M組の分類結果のうちM回目に取得された分類結果を出力する請求項1に記載の画像分類方法。
- 前記M組の分類結果の多数決により決定される分類結果を出力とする請求項1に記載の画像分類方法。
- 複数の前記分類カテゴリの各々に、整数列において連続する数値が前記識別番号として付与され、前記数値範囲の広さが2より小さい請求項1ないし3のいずれかに記載の画像分類方法。
- 前記第3工程において、前記第2工程で付与された分類カテゴリと前記教師データにおいて予め付与されている分類カテゴリとが一致する場合、当該分類カテゴリの前記識別番号と同じ数値に前記数値範囲内で発生させた乱数を加えた値を前記新たな特徴量とする請求項1ないし4のいずれかに記載の画像分類方法。
- 前記第3工程において、前記第2工程で付与された分類カテゴリと前記教師データにおいて予め付与されている分類カテゴリとが一致する場合、所定の確率で、当該分類カテゴリの前記識別番号と同じ数値を前記新たな特徴量とする請求項1ないし5のいずれかに記載の画像分類方法。
- 前記第2工程において、前記教師画像のうち予め付与されている分類カテゴリとは異なる分類結果となった画像の数を誤答数と呼ぶとき、
前記第2工程における誤答数が、前回に実行した前記第2工程における誤答数と同じになれば、前記第1ないし前記第3工程の繰り返しを終了する請求項1ないし6のいずれかに記載の画像分類方法。 - 画像を複数の分類カテゴリに自動分類するための分類器の構成方法において、
前記複数の分類カテゴリの各々に、固有の識別番号を付与し、
P(Pは自然数)次元の特徴ベクトルによって表される複数の教師画像と、各教師画像に付与される分類カテゴリとに関する情報を含む教師データを取得し、
前記教師画像に対応する前記教師データを用いた機械学習アルゴリズムを実行して分類器を構成する第1工程と、
前記第1工程で構成された分類器により、前記教師画像の各々を複数の分類カテゴリに分類する第2工程と、
前記教師画像の各々について、前記第2工程で付与された分類カテゴリと前記教師データにおいて予め付与されている分類カテゴリとを比較し、その結果に応じた数値を新たな特徴量として特徴ベクトルに追加することで、当該教師画像の特徴ベクトルの次元数を1つ増加させる第3工程と
をこの順番でM(Mは2以上の整数)回実行して、入力ベクトルの次元が1ずつ異なるM組の分類器を構成し、
前記第3工程では、前記第2工程で付与された分類カテゴリと前記教師データにおいて予め付与されている分類カテゴリとが異なる場合には、前記第2工程で付与された分類カテゴリの前記識別番号を前記新たな特徴量とし、前記第2工程で付与された分類カテゴリと前記教師データにおいて予め付与されている分類カテゴリとが一致する場合には、当該分類カテゴリの前記識別番号を中心とする所定の数値範囲内の不規則な数値を前記新たな特徴量とする、分類器の構成方法。 - 教師画像となる複数の画像および分類対象となる画像を取得する画像取得手段と、
請求項1ないし7のいずれかに記載の画像分類方法を実行して画像を分類する分類手段と、
出力された分類結果をユーザに報知する報知手段と
を備える画像分類装置。 - 分類対象となる画像を取得する画像取得手段と、
請求項8に記載の分類器の構成方法により構成された分類器を用いて画像を分類する分類手段と、
出力された分類結果をユーザに報知する報知手段と
を備える画像分類装置。 - 前記画像取得手段が撮像機能を有する請求項9または10に記載の画像分類装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015178300A JP6584250B2 (ja) | 2015-09-10 | 2015-09-10 | 画像分類方法、分類器の構成方法および画像分類装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015178300A JP6584250B2 (ja) | 2015-09-10 | 2015-09-10 | 画像分類方法、分類器の構成方法および画像分類装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017054331A true JP2017054331A (ja) | 2017-03-16 |
JP6584250B2 JP6584250B2 (ja) | 2019-10-02 |
Family
ID=58320853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015178300A Active JP6584250B2 (ja) | 2015-09-10 | 2015-09-10 | 画像分類方法、分類器の構成方法および画像分類装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6584250B2 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018205860A (ja) * | 2017-05-31 | 2018-12-27 | 株式会社Screenホールディングス | 分類器構築方法、分類器および分類器構築装置 |
JP2019020820A (ja) * | 2017-07-12 | 2019-02-07 | 株式会社日立製作所 | 映像認識システム |
JP2019053409A (ja) * | 2017-09-13 | 2019-04-04 | ヤフー株式会社 | 付与装置、付与方法、付与プログラム、及びモデル |
JP2019061579A (ja) * | 2017-09-27 | 2019-04-18 | 富士フイルム株式会社 | 学習支援装置、学習支援装置の作動方法、学習支援プログラム、学習支援システム、および端末装置 |
JP2020042755A (ja) * | 2018-09-07 | 2020-03-19 | 株式会社フジクラ | 機械学習装置、機械学習方法、機械学習プログラム、及び検査装置 |
JP2021017296A (ja) * | 2019-07-17 | 2021-02-15 | Jfeスチール株式会社 | ベルトコンベアのベルト異常監視方法及びベルト異常監視装置 |
CN113408571A (zh) * | 2021-05-08 | 2021-09-17 | 浙江智慧视频安防创新中心有限公司 | 一种基于模型蒸馏的图像分类方法、装置、存储介质及终端 |
EP3983943A4 (en) * | 2019-06-13 | 2023-07-12 | Expedia, Inc. | IMAGE CLASSIFICATION SYSTEM |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000057349A (ja) * | 1998-08-10 | 2000-02-25 | Hitachi Ltd | 欠陥の分類方法およびその装置並びに教示用データ作成方法 |
JP2013167596A (ja) * | 2012-02-17 | 2013-08-29 | Honda Motor Co Ltd | 欠陥検査装置、欠陥検査方法及びプログラム |
-
2015
- 2015-09-10 JP JP2015178300A patent/JP6584250B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000057349A (ja) * | 1998-08-10 | 2000-02-25 | Hitachi Ltd | 欠陥の分類方法およびその装置並びに教示用データ作成方法 |
JP2013167596A (ja) * | 2012-02-17 | 2013-08-29 | Honda Motor Co Ltd | 欠陥検査装置、欠陥検査方法及びプログラム |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018205860A (ja) * | 2017-05-31 | 2018-12-27 | 株式会社Screenホールディングス | 分類器構築方法、分類器および分類器構築装置 |
JP2019020820A (ja) * | 2017-07-12 | 2019-02-07 | 株式会社日立製作所 | 映像認識システム |
JP2019053409A (ja) * | 2017-09-13 | 2019-04-04 | ヤフー株式会社 | 付与装置、付与方法、付与プログラム、及びモデル |
JP2019061579A (ja) * | 2017-09-27 | 2019-04-18 | 富士フイルム株式会社 | 学習支援装置、学習支援装置の作動方法、学習支援プログラム、学習支援システム、および端末装置 |
JP2020042755A (ja) * | 2018-09-07 | 2020-03-19 | 株式会社フジクラ | 機械学習装置、機械学習方法、機械学習プログラム、及び検査装置 |
JP7161948B2 (ja) | 2018-09-07 | 2022-10-27 | 株式会社フジクラ | 機械学習装置、機械学習方法、機械学習プログラム、及び検査装置 |
EP3983943A4 (en) * | 2019-06-13 | 2023-07-12 | Expedia, Inc. | IMAGE CLASSIFICATION SYSTEM |
JP2021017296A (ja) * | 2019-07-17 | 2021-02-15 | Jfeスチール株式会社 | ベルトコンベアのベルト異常監視方法及びベルト異常監視装置 |
JP7052778B2 (ja) | 2019-07-17 | 2022-04-12 | Jfeスチール株式会社 | ベルトコンベアのベルト異常監視方法及びベルト異常監視装置 |
CN113408571A (zh) * | 2021-05-08 | 2021-09-17 | 浙江智慧视频安防创新中心有限公司 | 一种基于模型蒸馏的图像分类方法、装置、存储介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
JP6584250B2 (ja) | 2019-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6584250B2 (ja) | 画像分類方法、分類器の構成方法および画像分類装置 | |
US10489687B2 (en) | Classification method, classification module and computer program product using the same | |
US10878283B2 (en) | Data generation apparatus, data generation method, and data generation program | |
US9715723B2 (en) | Optimization of unknown defect rejection for automatic defect classification | |
JP6472621B2 (ja) | 分類器構築方法、画像分類方法および画像分類装置 | |
JP6669453B2 (ja) | 画像分類装置および画像分類方法 | |
EP3483833A1 (en) | Data generation apparatus, data generation method, and data generation program | |
US20130279794A1 (en) | Integration of automatic and manual defect classification | |
US10803575B2 (en) | System, method and computer program product for generating a training set for a classifier | |
CN104965787B (zh) | 一种基于三支决策的两阶段软件缺陷预测方法 | |
CN110914864A (zh) | 信息处理装置、信息处理程序和信息处理方法 | |
CN107004265A (zh) | 信息处理装置、处理信息的方法、鉴别器生成装置、生成鉴别器的方法、以及程序 | |
US10636133B2 (en) | Automated optical inspection (AOI) image classification method, system and computer-readable media | |
US6336086B1 (en) | Method and system for analyzing wafer processing order | |
JP2017102906A (ja) | 情報処理装置、情報処理方法及びプログラム | |
US20210004723A1 (en) | Learning device, learning method, and learning program | |
JP6401648B2 (ja) | 欠陥分類装置および欠陥分類方法 | |
JP2015038441A (ja) | 分類器取得方法、欠陥分類方法、欠陥分類装置およびプログラム | |
KR20220012217A (ko) | 반도체 시편에서의 결함들의 기계 학습 기반 분류 | |
JP6641195B2 (ja) | 最適化方法、最適化装置、プログラムおよび画像処理装置 | |
JP2018026122A5 (ja) | ||
JP2020085583A (ja) | 検査装置及び検査方法 | |
US20240119584A1 (en) | Detection method, electronic device and non-transitory computer-readable storage medium | |
JP2018106618A (ja) | 画像データ分類装置、オブジェクト検出装置及びこれらのプログラム | |
JP2019016249A (ja) | 判定装置、判定方法および判定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170725 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180626 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190827 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190903 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6584250 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |