JP2019046269A - 機械学習用訓練データの生成 - Google Patents
機械学習用訓練データの生成 Download PDFInfo
- Publication number
- JP2019046269A JP2019046269A JP2017169856A JP2017169856A JP2019046269A JP 2019046269 A JP2019046269 A JP 2019046269A JP 2017169856 A JP2017169856 A JP 2017169856A JP 2017169856 A JP2017169856 A JP 2017169856A JP 2019046269 A JP2019046269 A JP 2019046269A
- Authority
- JP
- Japan
- Prior art keywords
- image
- training data
- pseudo
- original
- label
- 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
- 238000012549 training Methods 0.000 title claims abstract description 131
- 238000010801 machine learning Methods 0.000 title claims abstract description 52
- 238000006243 chemical reaction Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 15
- 230000002093 peripheral effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 13
- 238000013528 artificial neural network Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 239000013598 vector Substances 0.000 description 7
- 238000013519 translation Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000003467 diminishing effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
【解決手段】 類似画像生成部22は、原サンプル画像に対応する原ラベル画像の類似画像を、擬似ラベル画像として生成する。類推画像生成部23は、原ラベル画像から原サンプル画像への変換特性に従って擬似ラベル画像から類推される画像を、擬似ラベル画像に対応する擬似サンプル画像として生成する。ここで、擬似サンプル画像は、訓練データにおける機械学習システムの入力画像であり、擬似ラベル画像は、訓練データにおける機械学習システムの出力画像である。
【選択図】 図1
Description
22 類似画像生成部
23 類推画像生成部
Claims (6)
- 入力画像から出力画像を生成する機械学習システム用の訓練データを自動生成する訓練データ生成システムにおいて、
原サンプル画像に対応する原ラベル画像の類似画像を、擬似ラベル画像として生成する類似画像生成部と、
前記原ラベル画像から前記原サンプル画像への変換特性に従って前記擬似ラベル画像から類推される画像を、前記擬似ラベル画像に対応する擬似サンプル画像として生成する類推画像生成部とを備え、
前記擬似サンプル画像は、前記訓練データにおける前記機械学習システムの入力画像であり、前記擬似ラベル画像は、前記訓練データにおける前記機械学習システムの出力画像であること、
を特徴とする訓練データ生成システム。 - 前記類似画像生成部は、1または複数の乱数値を入力値とし入力値に対応する出力画像を生成する画像生成エンジンを備え、複数の前記原ラベル画像を使用して前記画像生成エンジンの機械学習を行い、前記画像生成エンジンに別の乱数値を入力したときの出力画像を、前記原ラベル画像の類似画像として取得し、前記擬似ラベル画像とすることを特徴とする請求項1記載の訓練データ生成システム。
- 前記類推画像生成部は、前記擬似ラベル画像の各画素を注目画素として、前記注目画素についての所定サイズの周辺領域の画素値分布に最も近い画素値分布を周辺領域に有する画素を前記原ラベル画像内で探索し、発見した画素の位置と同一の位置の前記原サンプル画像の画素値を、前記擬似サンプル画像において同一位置の画素にセットすることで、前記擬似サンプル画像を生成することを特徴とする請求項1または請求項2記載の訓練データ生成システム。
- 前記原サンプル画像は、細胞組織画像であり、
前記原ラベル画像は、前記細胞組織画像内の細胞の境界線を示す画像を含むこと、
を特徴とする請求項1から請求項3のうちのいずれか1項記載の訓練データ生成システム。 - 入力画像から出力画像を生成する機械学習システム用の訓練データを自動生成する訓練データ生成方法において、
原サンプル画像に対応する原ラベル画像の類似画像を、擬似ラベル画像として生成する類似画像生成ステップと、
前記原ラベル画像から前記原サンプル画像への変換特性に従って前記擬似ラベル画像から類推される画像を、前記擬似ラベル画像に対応する擬似サンプル画像として生成する類推画像生成ステップとを備え、
前記擬似サンプル画像は、前記訓練データにおける前記機械学習システムの入力画像であり、前記擬似ラベル画像は、前記訓練データにおける前記機械学習システムの出力画像であること、
を特徴とする訓練データ生成方法。 - コンピュータに、入力画像から出力画像を生成する機械学習システム用の訓練データを自動生成させる訓練データ生成プログラムであって、
前記コンピュータに、
原サンプル画像に対応する原ラベル画像の類似画像を、擬似ラベル画像として生成する類似画像生成ステップと、
前記原ラベル画像から前記原サンプル画像への変換特性に従って前記擬似ラベル画像から類推される画像を、前記擬似ラベル画像に対応する擬似サンプル画像として生成する類推画像生成ステップとを実行させ、
前記擬似サンプル画像は、前記訓練データにおける前記機械学習システムの入力画像であり、前記擬似ラベル画像は、前記訓練データにおける前記機械学習システムの出力画像であること、
を特徴とする訓練データ生成プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017169856A JP6647632B2 (ja) | 2017-09-04 | 2017-09-04 | 機械学習用訓練データの生成 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017169856A JP6647632B2 (ja) | 2017-09-04 | 2017-09-04 | 機械学習用訓練データの生成 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019046269A true JP2019046269A (ja) | 2019-03-22 |
JP6647632B2 JP6647632B2 (ja) | 2020-02-14 |
Family
ID=65812915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017169856A Active JP6647632B2 (ja) | 2017-09-04 | 2017-09-04 | 機械学習用訓練データの生成 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6647632B2 (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102034248B1 (ko) * | 2019-04-19 | 2019-10-18 | 주식회사 루닛 | GAN(Generative Adversarial Networks)을 이용하는 이상 검출 방법, 장치 및 그 시스템 |
CN111161848A (zh) * | 2019-10-31 | 2020-05-15 | 杭州深睿博联科技有限公司 | Ct图像的病灶标注方法及装置、存储介质 |
KR102115534B1 (ko) * | 2019-10-14 | 2020-05-26 | 주식회사 루닛 | GAN(Generative Adversarial Networks)을 이용하는 이상 검출 방법, 장치 및 그 시스템 |
CN112102303A (zh) * | 2020-09-22 | 2020-12-18 | 中国科学技术大学 | 基于单图像生成对抗网络的语义图像类比方法 |
WO2021182343A1 (ja) * | 2020-03-13 | 2021-09-16 | 富士フイルム株式会社 | 学習データ作成装置、方法、プログラム、学習データ及び機械学習装置 |
JP2022029079A (ja) * | 2020-08-04 | 2022-02-17 | 株式会社オプティム | コンピュータシステム、データセット作成方法及びプログラム |
CN114612717A (zh) * | 2022-03-09 | 2022-06-10 | 四川大学华西医院 | Ai模型训练标签生成方法、训练方法、使用方法及设备 |
JP2022546571A (ja) * | 2019-09-06 | 2022-11-04 | アメリカン エキスプレス トラヴェル リレイテッド サーヴィシーズ カンパニー, インコーポレイテッド | 機械学習モデル用の訓練データの生成 |
JP2022548952A (ja) * | 2019-09-20 | 2022-11-22 | グーグル エルエルシー | ラベルノイズが存在する状態でのロバストな訓練 |
JP2023065028A (ja) * | 2021-10-27 | 2023-05-12 | 堺化学工業株式会社 | 教師データ生成方法、画像解析モデル生成方法、画像解析方法、教師データ生成プログラム、画像解析プログラムおよび教師データ生成装置 |
WO2023119922A1 (ja) * | 2021-12-21 | 2023-06-29 | 富士フイルム株式会社 | 画像生成装置、方法及びプログラム並びに学習装置及び学習データ |
-
2017
- 2017-09-04 JP JP2017169856A patent/JP6647632B2/ja active Active
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10733733B1 (en) | 2019-04-19 | 2020-08-04 | Lunit Inc. | Method for detecting anomaly using generative adversarial networks, apparatus and system thereof |
KR102034248B1 (ko) * | 2019-04-19 | 2019-10-18 | 주식회사 루닛 | GAN(Generative Adversarial Networks)을 이용하는 이상 검출 방법, 장치 및 그 시스템 |
JP7391190B2 (ja) | 2019-09-06 | 2023-12-04 | アメリカン エキスプレス トラヴェル リレイテッド サーヴィシーズ カンパニー, インコーポレイテッド | 機械学習モデル用の訓練データの生成 |
JP2022546571A (ja) * | 2019-09-06 | 2022-11-04 | アメリカン エキスプレス トラヴェル リレイテッド サーヴィシーズ カンパニー, インコーポレイテッド | 機械学習モデル用の訓練データの生成 |
JP2022548952A (ja) * | 2019-09-20 | 2022-11-22 | グーグル エルエルシー | ラベルノイズが存在する状態でのロバストな訓練 |
KR102115534B1 (ko) * | 2019-10-14 | 2020-05-26 | 주식회사 루닛 | GAN(Generative Adversarial Networks)을 이용하는 이상 검출 방법, 장치 및 그 시스템 |
CN111161848A (zh) * | 2019-10-31 | 2020-05-15 | 杭州深睿博联科技有限公司 | Ct图像的病灶标注方法及装置、存储介质 |
CN111161848B (zh) * | 2019-10-31 | 2023-08-29 | 杭州深睿博联科技有限公司 | Ct图像的病灶标注方法及装置、存储介质 |
JPWO2021182343A1 (ja) * | 2020-03-13 | 2021-09-16 | ||
WO2021182343A1 (ja) * | 2020-03-13 | 2021-09-16 | 富士フイルム株式会社 | 学習データ作成装置、方法、プログラム、学習データ及び機械学習装置 |
JP2022029079A (ja) * | 2020-08-04 | 2022-02-17 | 株式会社オプティム | コンピュータシステム、データセット作成方法及びプログラム |
CN112102303B (zh) * | 2020-09-22 | 2022-09-06 | 中国科学技术大学 | 基于单图像生成对抗网络的语义图像类比方法 |
CN112102303A (zh) * | 2020-09-22 | 2020-12-18 | 中国科学技术大学 | 基于单图像生成对抗网络的语义图像类比方法 |
JP2023065028A (ja) * | 2021-10-27 | 2023-05-12 | 堺化学工業株式会社 | 教師データ生成方法、画像解析モデル生成方法、画像解析方法、教師データ生成プログラム、画像解析プログラムおよび教師データ生成装置 |
WO2023119922A1 (ja) * | 2021-12-21 | 2023-06-29 | 富士フイルム株式会社 | 画像生成装置、方法及びプログラム並びに学習装置及び学習データ |
CN114612717B (zh) * | 2022-03-09 | 2023-05-26 | 四川大学华西医院 | Ai模型训练标签生成方法、训练方法、使用方法及设备 |
CN114612717A (zh) * | 2022-03-09 | 2022-06-10 | 四川大学华西医院 | Ai模型训练标签生成方法、训练方法、使用方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
JP6647632B2 (ja) | 2020-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6647632B2 (ja) | 機械学習用訓練データの生成 | |
JP6755849B2 (ja) | 人工ニューラルネットワークのクラスに基づく枝刈り | |
US9036905B2 (en) | Training classifiers for deblurring images | |
WO2018214713A1 (zh) | 人脸检测方法、装置、计算机设备及存储介质 | |
Almeer | Cloud hadoop map reduce for remote sensing image analysis | |
RU2716322C2 (ru) | Репродуцирующая аугментация данных изображения | |
US20170344881A1 (en) | Information processing apparatus using multi-layer neural network and method therefor | |
JP2019533866A (ja) | 制御フィードバックを用いる画像セグメンテーションの方法及びシステム | |
Li et al. | MapReduce-based fast fuzzy c-means algorithm for large-scale underwater image segmentation | |
JP2015197702A (ja) | 情報処理装置、情報処理方法 | |
JP2017517818A (ja) | デジタル画像の色を処理するための方法及びシステム | |
JP2007047975A (ja) | デジタル画像の複数対象物検出方法および装置並びにプログラム | |
JP2017059090A (ja) | 生成装置、生成方法、及び生成プログラム | |
Solé et al. | Evaluation of random forests on large-scale classification problems using a bag-of-visual-words representation | |
JP2011086183A (ja) | 画像処理装置、画像処理方法及びプログラム | |
Weber et al. | Automated labeling of electron microscopy images using deep learning | |
JP6829518B2 (ja) | 材料試料に存在する物理的変動を用いて乱数を生成するためのシステム及び方法 | |
Pajot et al. | Unsupervised adversarial image inpainting | |
US20180218487A1 (en) | Model generation apparatus, evaluation apparatus, model generation method, evaluation method, and storage medium | |
KR20210038027A (ko) | 신경망 압축 훈련 방법 및 압축된 신경망을 이용하는 방법 | |
CN116152645A (zh) | 一种融合多种表征平衡策略的室内场景视觉识别方法及系统 | |
JP6214073B2 (ja) | 生成装置、生成方法、及び生成プログラム | |
JP2018022332A (ja) | 判定装置、判定方法、及び判定プログラム | |
KR20230096901A (ko) | 자율 주행 차량의 학습을 위한 데이터 증식 방법 및 그를 위한 장치 | |
CN113763315B (zh) | 玻片图像的信息获取方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190805 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190805 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190806 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191127 |
|
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: 20191219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191226 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6647632 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 |