JP2021111279A - ラベルノイズ検出プログラム、ラベルノイズ検出方法及びラベルノイズ検出装置 - Google Patents
ラベルノイズ検出プログラム、ラベルノイズ検出方法及びラベルノイズ検出装置 Download PDFInfo
- Publication number
- JP2021111279A JP2021111279A JP2020004662A JP2020004662A JP2021111279A JP 2021111279 A JP2021111279 A JP 2021111279A JP 2020004662 A JP2020004662 A JP 2020004662A JP 2020004662 A JP2020004662 A JP 2020004662A JP 2021111279 A JP2021111279 A JP 2021111279A
- Authority
- JP
- Japan
- Prior art keywords
- label
- image
- data set
- teacher
- noise
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 45
- 230000013016 learning Effects 0.000 claims abstract description 77
- 230000006870 function Effects 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000010365 information processing Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
Description
図1は、実施形態に係るラベルノイズ検出装置の概要を示す図である。ラベルノイズ検出装置1は、画像データセットDに含まれるラベルノイズを検出し、検出したラベルノイズを修正する装置となっている。ラベルノイズ検出装置1は、CNN(Convolutional Neural Network)等の学習モデルを用いた画像分類を実行して、ラベルノイズを検出している。画像分類とは、画像のクラス分類(クラス推論)を実行することで、何れのクラスであるかを判別して、画像が示すクラスを識別するための識別子(ラベル)を付すことで、画像をラベルごとに分類することである。なお、ラベルノイズ検出装置1は、学習モデルを用いた画像分類に特に限定されず、学習モデルを用いた画像分類により物体を検知する物体検知に適用してもよい。ここで、ラベルノイズ検出装置1の説明に先立ち、図2を参照して、画像データセットDについて説明する。
3 入力部
4 出力部
5 制御部
6 記憶部
P ラベルノイズ検出プログラム
D 画像データセット
Dn ラベルノイズデータセット
G 学習画像
T 教師ラベル
O 出力ラベル
i 尤度
Claims (8)
- 画像分類における学習対象の画像となる学習画像と、前記学習画像に対応する教師ラベルと、を含む画像データセットを用いて、前記教師ラベルのノイズを検出するラベルノイズ検出装置において実行されるラベルノイズ検出プログラムであって、
前記画像データセットを用いて、学習モデルの学習を行い、
学習済みの前記学習モデルを用いて前記学習画像をクラス分類し、クラス分類の結果に基づいて前記学習画像に付される出力ラベル及び尤度を取得し、
前記出力ラベル、前記尤度及び前記教師ラベルに基づいて、前記教師ラベルが付け間違いであるか否かを判定し、前記教師ラベルの付け間違いであると判定された前記学習画像を含む前記画像データセットを、ラベルノイズデータセットとして抽出すること、を実行するラベルノイズ検出プログラム。 - 前記ラベルノイズデータセットの抽出後、前記学習画像に付された前記尤度が、予め規定した前記尤度のしきい値以上であるか否かを判定し、前記しきい値以上となる前記学習画像に対応付けられた前記教師ラベルを含む前記ラベルノイズデータセットを選定することを、さらに実行する請求項1に記載のラベルノイズ検出プログラム。
- 前記ラベルノイズデータセットの抽出後、前記学習画像に付された前記尤度の高い順から、所定の数となる前記学習画像に対応付けられた前記教師ラベルを含む前記ラベルノイズデータセットを選定することを、さらに実行する請求項1に記載のラベルノイズ検出プログラム。
- 選定した前記ラベルノイズデータセットの前記教師ラベルを、前記ラベルノイズ検出装置に入力された入力情報に基づく前記出力ラベルに付け替えることを、さらに実行する請求項2または3に記載のラベルノイズ検出プログラム。
- 前記教師ラベルの前記出力ラベルへの付け替え後の前記学習画像を含む前記画像データセットを用いて、前記学習モデルの学習を行うことから、前記出力ラベルに付け替えることまでを、繰り返し実行する請求項4に記載のラベルノイズ検出プログラム。
- 前記学習モデルの学習において、前記学習モデルに含まれる損失関数の値が最小となるように学習を行っており、前記損失関数は、平均絶対誤差(MAE:Mean Absolute Error)である請求項1から5のいずれか1項に記載のラベルノイズ検出プログラム。
- 画像分類における学習対象の画像となる学習画像と、前記学習画像に対応する教師ラベルと、を含む画像データセットを用いて、前記教師ラベルのノイズを検出するラベルノイズ検出方法であって、
前記画像データセットを用いて、学習モデルの学習を行い、
学習済みの前記学習モデルを用いて前記学習画像をクラス分類し、クラス分類の結果に基づいて前記学習画像に付される出力ラベル及び尤度を取得し、
前記出力ラベル、前記尤度及び前記教師ラベルに基づいて、前記教師ラベルが付け間違いであるか否かを判定し、前記教師ラベルの付け間違いであると判定された前記学習画像を含む前記画像データセットを、ラベルノイズデータセットとして抽出すること、を実行するラベルノイズ検出方法。 - 画像分類における学習対象の画像となる学習画像と、前記学習画像に対応する教師ラベルと、を含む画像データセットを用いて、前記教師ラベルのノイズを検出するラベルノイズ検出装置であって、
前記画像データセットを用いて、学習モデルの学習を行い、
学習済みの前記学習モデルを用いて前記学習画像をクラス分類し、クラス分類の結果に基づいて前記学習画像に付される出力ラベル及び尤度を取得し、
前記出力ラベル、前記尤度及び前記教師ラベルに基づいて、前記教師ラベルが付け間違いであるか否かを判定し、前記教師ラベルの付け間違いであると判定された前記学習画像を含む前記画像データセットを、ラベルノイズデータセットとして抽出すること、を実行する処理部を備えるラベルノイズ検出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020004662A JP7422548B2 (ja) | 2020-01-15 | 2020-01-15 | ラベルノイズ検出プログラム、ラベルノイズ検出方法及びラベルノイズ検出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020004662A JP7422548B2 (ja) | 2020-01-15 | 2020-01-15 | ラベルノイズ検出プログラム、ラベルノイズ検出方法及びラベルノイズ検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021111279A true JP2021111279A (ja) | 2021-08-02 |
JP7422548B2 JP7422548B2 (ja) | 2024-01-26 |
Family
ID=77060017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020004662A Active JP7422548B2 (ja) | 2020-01-15 | 2020-01-15 | ラベルノイズ検出プログラム、ラベルノイズ検出方法及びラベルノイズ検出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7422548B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114299349A (zh) * | 2022-03-04 | 2022-04-08 | 南京航空航天大学 | 一种基于多专家系统和知识蒸馏的众包图像学习方法 |
JP2023042582A (ja) * | 2021-09-14 | 2023-03-27 | 日本電気株式会社 | サンプル分析の方法、電子装置、記憶媒体、及びプログラム製品 |
CN117372819A (zh) * | 2023-12-07 | 2024-01-09 | 神思电子技术股份有限公司 | 用于有限模型空间的目标检测增量学习方法、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015087903A (ja) * | 2013-10-30 | 2015-05-07 | ソニー株式会社 | 情報処理装置及び情報処理方法 |
JP2015129988A (ja) * | 2014-01-06 | 2015-07-16 | 日本電気株式会社 | データ処理装置 |
JP2019101535A (ja) * | 2017-11-29 | 2019-06-24 | コニカミノルタ株式会社 | 教師データ作成装置および該方法ならびに画像セグメンテーション装置および該方法 |
JP2019215698A (ja) * | 2018-06-13 | 2019-12-19 | アズビル株式会社 | 画像検査支援装置および方法 |
-
2020
- 2020-01-15 JP JP2020004662A patent/JP7422548B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015087903A (ja) * | 2013-10-30 | 2015-05-07 | ソニー株式会社 | 情報処理装置及び情報処理方法 |
JP2015129988A (ja) * | 2014-01-06 | 2015-07-16 | 日本電気株式会社 | データ処理装置 |
JP2019101535A (ja) * | 2017-11-29 | 2019-06-24 | コニカミノルタ株式会社 | 教師データ作成装置および該方法ならびに画像セグメンテーション装置および該方法 |
JP2019215698A (ja) * | 2018-06-13 | 2019-12-19 | アズビル株式会社 | 画像検査支援装置および方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023042582A (ja) * | 2021-09-14 | 2023-03-27 | 日本電気株式会社 | サンプル分析の方法、電子装置、記憶媒体、及びプログラム製品 |
JP7480811B2 (ja) | 2021-09-14 | 2024-05-10 | 日本電気株式会社 | サンプル分析の方法、電子装置、コンピュータ可読記憶媒体、及びコンピュータプログラム |
CN114299349A (zh) * | 2022-03-04 | 2022-04-08 | 南京航空航天大学 | 一种基于多专家系统和知识蒸馏的众包图像学习方法 |
CN114299349B (zh) * | 2022-03-04 | 2022-05-13 | 南京航空航天大学 | 一种基于多专家系统和知识蒸馏的众包图像学习方法 |
CN117372819A (zh) * | 2023-12-07 | 2024-01-09 | 神思电子技术股份有限公司 | 用于有限模型空间的目标检测增量学习方法、设备及介质 |
CN117372819B (zh) * | 2023-12-07 | 2024-02-20 | 神思电子技术股份有限公司 | 用于有限模型空间的目标检测增量学习方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
JP7422548B2 (ja) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110135411B (zh) | 名片识别方法和装置 | |
JP7422548B2 (ja) | ラベルノイズ検出プログラム、ラベルノイズ検出方法及びラベルノイズ検出装置 | |
CN108733778B (zh) | 对象的行业类型识别方法和装置 | |
WO2018005413A1 (en) | Method and system for cell annotation with adaptive incremental learning | |
TWI748242B (zh) | 掃描晶圓的系統及方法 | |
CN110852983A (zh) | 用于检测半导体装置中的缺陷的方法 | |
CN109616101B (zh) | 声学模型训练方法、装置、计算机设备和可读存储介质 | |
US20210004723A1 (en) | Learning device, learning method, and learning program | |
CN106372216A (zh) | 提高题目查找准确率的方法和装置 | |
CN114254146A (zh) | 图像数据的分类方法、装置和系统 | |
CN110475139B (zh) | 一种视频字幕的遮挡方法、装置、存储介质及电子设备 | |
CN114637877A (zh) | 标注方法、电子设备及存储介质 | |
CN111832550B (zh) | 数据集制作方法、装置、电子设备及存储介质 | |
CN116563853A (zh) | 一种适用于文本识别纠错的方法及装置 | |
EP4105893A1 (en) | Dynamic artifical intelligence camera model update | |
US20220392107A1 (en) | Image processing apparatus, image processing method, image capturing apparatus, and non-transitory computer-readable storage medium | |
CN110826616A (zh) | 信息处理方法及装置、电子设备、存储介质 | |
US20230401809A1 (en) | Image data augmentation device and method | |
CN105760854A (zh) | 信息处理方法及电子设备 | |
CN112818984B (zh) | 标题生成方法、装置、电子设备和存储介质 | |
WO2021049119A1 (ja) | 学習装置、学習方法及び学習プログラムが格納された非一時的なコンピュータ可読媒体 | |
CN113850235A (zh) | 一种文本处理方法、装置、设备及介质 | |
US9904374B2 (en) | Displaying corrected logogram input | |
US20130080137A1 (en) | Conversion method and system | |
CN113610084A (zh) | 题目辅助方法、题目辅助装置和题目辅助系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221012 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230815 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230818 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231016 |
|
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: 20231219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240116 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7422548 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |