JP2020154602A - 能動学習方法及び能動学習装置 - Google Patents
能動学習方法及び能動学習装置 Download PDFInfo
- Publication number
- JP2020154602A JP2020154602A JP2019051525A JP2019051525A JP2020154602A JP 2020154602 A JP2020154602 A JP 2020154602A JP 2019051525 A JP2019051525 A JP 2019051525A JP 2019051525 A JP2019051525 A JP 2019051525A JP 2020154602 A JP2020154602 A JP 2020154602A
- Authority
- JP
- Japan
- Prior art keywords
- image
- trained model
- teacher
- class
- supervised
- 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
Images
Abstract
Description
図1は、本実施形態における能動学習装置1の回路構成を示したブロック図である。能動学習装置1は、学習部2と記憶部3と推論部4と演算処理部5とを備えており、演算処理部5には、教師付与対象画像選定部7と概略領域設定部8と輪郭抽出処理部9と準教師有り画像生成部10とが設けられている。
能動学習装置1は、例えば、識別対象が撮像された複数の画像を取得し、これら画像を基にそれぞれ教師有り画像を作成して、得られた教師有り画像を記憶部3に記憶している。始めに、この教師有り画像について説明する。
次に能動学習モードについて説明する。能動学習モードは、教師無し画像の中から、学習済みモデルが識別対象物の特徴を学習するのに寄与する画像を、当該学習済みモデルの識別能力を反映して選定することができ、選定した画像のマーキングを要請して、教師有り画像に追加することで学習済みモデルの識別能力の向上を図るものである。
次に、上述した能動学習モードの能動学習処理手順について、図6のフローチャートを用いて説明する。図6に示すように、能動学習装置1は、開始ステップからステップS1に移り、学習済みモデル17bを取得し、次のステップS2に移る。
以上の構成において、能動学習装置1は、各画素をクラス分類した複数の教師有り画像を用いて学習した学習済みモデル17bを取得し(取得工程)、これを記憶部3に記憶する。そして、能動学習装置1は、この学習済みモデル17bで教師無し画像を推論し、推論結果に基づいて、複数の教師無し画像の中から学習済みモデル17bの学習に寄与する画像を選定し、この画像を教師付与対象画像とする(教師付与対象画像選定工程)。
なお、上述した各実施形態においては、識別対象物として、鉄鋼製品、人の顔、人物、病理組織、食品検査など、セグメンテーションの分野において学習済みモデルに学習させることが可能な種々の識別対象物を適用することもできる。
2 学習部(取得部)
3 記憶部
4 推論部
7 教師付与対象画像選定部
8 概略領域設定部
9 輪郭抽出処理部
10 準教師有り画像生成部
Claims (4)
- 画像に撮像された識別対象物を識別する識別器の能動学習方法において、
各画素に前記識別対象物の種類に対応するクラスを付与した教師有り画像を用い、前記識別器を学習させることで学習済みモデルを取得する取得工程と、
前記クラスが付与されていない教師無し画像を、前記学習済みモデルで推論することで、前記教師無し画像の中から前記学習済みモデルの学習に寄与する画像である教師付与対象画像を選定する教師付与対象画像選定工程と、
前記教師付与対象画像の画素毎に、それぞれ対応するクラスを付与して新たな教師有り画像を生成する準教師有り画像生成工程と、
前記新たな教師有り画像を用いて、前記学習済みモデルを再学習させる学習工程と、
を備える能動学習方法。 - 前記教師付与対象画像選定工程は、
前記教師無し画像を前記学習済みモデルで推論し、前記教師無し画像の各画素の前記クラスを、前記クラス毎に前記教師無し画像と同サイズの2次元データとした複数の確信度マップを生成し、
前記複数の確信度マップから抜き出した2つの確信度マップの組み合せ間の類似度を判定し、全ての組み合せで類似していると判定された画像を、前記教師付与対象画像として選定する、請求項1に記載の能動学習方法。 - 前記準教師有り画像生成工程は、
前記教師付与対象画像内の前記識別対象物を内包する領域を設定し、
前記識別対象物を内包する領域から、前記識別対象物が存在する領域を抽出し、
抽出した前記識別対象物が存在する領域内の各画素に、対応する前記クラスを付与して新たな教師有り画像とする、請求項1又は2に記載の能動学習方法。 - 画像に撮像された識別対象物を識別する識別器を用いた能動学習装置において、
各画素に前記識別対象物の種類に対応するクラスを付与した教師有り画像を用い、前記識別器を学習させることで学習済みモデルを取得する取得部と、
前記クラスが付与されていない教師無し画像を、前記学習済みモデルで推論することで、前記教師無し画像の中から前記学習済みモデルの学習に寄与する画像である教師付与対象画像を選定する教師付与対象画像選定部と、
前記教師付与対象画像の画素毎に、それぞれ対応するクラスを付与して新たな教師有り画像を生成する準教師有り画像生成部と、
前記新たな教師有り画像を用いて、前記学習済みモデルを再学習させる学習部と、
を備える能動学習装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019051525A JP7225978B2 (ja) | 2019-03-19 | 2019-03-19 | 能動学習方法及び能動学習装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019051525A JP7225978B2 (ja) | 2019-03-19 | 2019-03-19 | 能動学習方法及び能動学習装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020154602A true JP2020154602A (ja) | 2020-09-24 |
JP7225978B2 JP7225978B2 (ja) | 2023-02-21 |
Family
ID=72559095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019051525A Active JP7225978B2 (ja) | 2019-03-19 | 2019-03-19 | 能動学習方法及び能動学習装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7225978B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020197999A (ja) * | 2019-06-04 | 2020-12-10 | 京セラ株式会社 | 画像学習プログラム、画像学習方法、及び画像認識装置 |
WO2024069701A1 (ja) * | 2022-09-26 | 2024-04-04 | 株式会社日立ハイテク | モデル生成方法及び欠陥検査システム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10143667A (ja) * | 1996-11-06 | 1998-05-29 | Nec Corp | 自動検査システム及び判定方法 |
JP2006284543A (ja) * | 2005-04-01 | 2006-10-19 | Marantz Electronics Kk | 実装回路基板検査方法および実装回路基板検査装置 |
JP2012174222A (ja) * | 2011-02-24 | 2012-09-10 | Olympus Corp | 画像認識プログラム、方法及び装置 |
-
2019
- 2019-03-19 JP JP2019051525A patent/JP7225978B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10143667A (ja) * | 1996-11-06 | 1998-05-29 | Nec Corp | 自動検査システム及び判定方法 |
JP2006284543A (ja) * | 2005-04-01 | 2006-10-19 | Marantz Electronics Kk | 実装回路基板検査方法および実装回路基板検査装置 |
JP2012174222A (ja) * | 2011-02-24 | 2012-09-10 | Olympus Corp | 画像認識プログラム、方法及び装置 |
Non-Patent Citations (1)
Title |
---|
渡邊雅人、他: "能動学習のための教師なしアノテーション対象データ選択方法", 情報処理学会研究報告, vol. Vol.2018-CVIM-213 No.38, JPN6022046684, 21 September 2018 (2018-09-21), JP, pages 1 - 8, ISSN: 0004914717 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020197999A (ja) * | 2019-06-04 | 2020-12-10 | 京セラ株式会社 | 画像学習プログラム、画像学習方法、及び画像認識装置 |
JP7210380B2 (ja) | 2019-06-04 | 2023-01-23 | 京セラ株式会社 | 画像学習プログラム、画像学習方法、及び画像認識装置 |
WO2024069701A1 (ja) * | 2022-09-26 | 2024-04-04 | 株式会社日立ハイテク | モデル生成方法及び欠陥検査システム |
Also Published As
Publication number | Publication date |
---|---|
JP7225978B2 (ja) | 2023-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI651662B (zh) | 影像標註方法、電子裝置及非暫態電腦可讀取儲存媒體 | |
WO2019238063A1 (zh) | 文本检测分析方法、装置及设备 | |
Jia et al. | Learning to classify gender from four million images | |
US20210089827A1 (en) | Feature representation device, feature representation method, and program | |
US20150278710A1 (en) | Machine learning apparatus, machine learning method, and non-transitory computer-readable recording medium | |
CN106447625A (zh) | 基于人脸图像序列的属性识别方法及装置 | |
CN105320945A (zh) | 图像分类的方法及装置 | |
JP2017111660A (ja) | 映像パターン学習装置、方法、及びプログラム | |
Li et al. | Pushing the “Speed Limit”: high-accuracy US traffic sign recognition with convolutional neural networks | |
JP6756406B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
JP2018026122A5 (ja) | ||
JP6897749B2 (ja) | 学習方法、学習システム、および学習プログラム | |
CN108961358B (zh) | 一种获得样本图片的方法、装置及电子设备 | |
US20210056464A1 (en) | Training apparatus, image recognition apparatus, training method, and program | |
JP2022553779A (ja) | キャビン内の環境の調整方法及び装置 | |
JP2020154602A (ja) | 能動学習方法及び能動学習装置 | |
KR20200009599A (ko) | 이미지에 작가의 화풍을 적용하여 제공하는 방법, 서버 및 프로그램 | |
CN113591763A (zh) | 人脸脸型的分类识别方法、装置、存储介质及计算机设备 | |
EP3623991B1 (en) | Learning method, learning device for detecting lanes on the basis of cnn and testing method, testing device using the same | |
CN115393625A (zh) | 从粗略标记进行图像分段的半监督式训练 | |
KR102537943B1 (ko) | 이미지 데이터 라벨링 학습 방법 및 그 장치 | |
CN112861633B (zh) | 一种基于机器学习的图像识别方法、设备及存储介质 | |
CN113095351A (zh) | 借助于初始标记的改善生成经标记的数据的方法 | |
Behera et al. | Rotation axis focused attention network (rafa-net) for estimating head pose | |
JP2016062249A (ja) | 識別辞書学習システム、認識辞書学習方法および認識辞書学習プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211104 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221214 |
|
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: 20230110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230123 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7225978 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |