JP2021144461A - 学習装置及び推論装置 - Google Patents
学習装置及び推論装置 Download PDFInfo
- Publication number
- JP2021144461A JP2021144461A JP2020042563A JP2020042563A JP2021144461A JP 2021144461 A JP2021144461 A JP 2021144461A JP 2020042563 A JP2020042563 A JP 2020042563A JP 2020042563 A JP2020042563 A JP 2020042563A JP 2021144461 A JP2021144461 A JP 2021144461A
- Authority
- JP
- Japan
- Prior art keywords
- data
- inference
- predictable
- unit
- learning
- 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
Landscapes
- Image Processing (AREA)
Abstract
Description
本発明の実施の形態1に係る画像処理装置について図1乃至図5を参照して説明する。なお、本発明の対象データは、一次元又は二次元以上の空間に対する値を前記空間のサンプル点における離散値として表現したデータであり、画像データに限定されるものではないが、以下の実施の形態では典型例としての画像データを用いて説明する。本実施の形態1に係る画像処理装置は、画像データなどの所定の学習用画像データに基づいて機械学習モデルにおける設定値を学習する学習装置、及び機械学習モデルを用いて対象画像データに対して所定の推論処理を実行する推論装置の少なくとも一方としての機能を発揮する。
本発明の実施の形態1に係る画像処理装置1の変形例に関して説明する。本変形例では、学習処理の際に、学習処理実行部101は、予測可能領域を含む画像データを機械学習モデル112に出力する。更には、予測可能領域を含む画像データを複数追加し、または予測可能領域における誤差に重みを付ける。これにより、機械学習モデル112は、学習における演算量が増え、予測可能領域以外の精度が下がる可能性はあるが、逆に予測可能領域においては、より精度よく学習することが出来る。そうすることで、推論処理においては、予測可能領域の機械学習モデル112への入力をスキップした場合、例えばスキップしたブロックと、スキップしていないブロックで誤差が発生してブロックノイズが出る可能性を抑えることが出来る。
本発明の実施の形態2に係る画像処理装置に関して図6及び図7を参照しながら説明する。なお、上記実施の形態1に係る画像処理装置1と同様の構成については同様の符号を付し、その詳細な説明は省略する。
12 記憶部(学習結果記憶部)
101 学習処理実行部
102 推論処理実行部
111 入力部
111a 予測可能領域判定部
111b 単色領域判定部
111c ブロック分割部
111d 高周波成分判定部
112 機械学習モデル
113 出力部
113a 設定画像生成部(予測データ生成部)
113b 画像結合部(データ結合部)
Claims (16)
- 機械学習モデルを用いて一次元又は二次元以上の空間に対する値を前記空間のサンプル点における離散値として表現したデータに対して所定の推論処理を実行する推論装置であって、
対象データの入力を受け付ける入力部と、
前記入力部に入力された対象データが推論処理の推論結果を容易に予測できる予測可能領域を有しているか否かを判定する予測可能領域判定部と、
前記入力部からデータが入力される機械学習モデルと、
前記機械学習モデルを用いて、前記対象データに対して所定の推論処理を実行する推論処理実行部と、を備え、
前記推論処理実行部は、予測可能領域ではない領域を推論するのに必要なデータを前記機械学習モデルに出力することを特徴とする推論装置。 - 、
前記推論装置は、さらに、
前記予測可能領域とされたデータ領域に所定のデータ処理を行う予測データ生成部と、
前記機械学習モデルにおいて処理された対象データと、前記予測データ生成部において生成されたデータを結合するデータ結合部と、
前記データ結合部において結合されたデータを出力する出力部と、を備えることを特徴とする請求項1記載の推論装置。 - 前記予測可能領域判定部は、対象データにおける連続した同じサンプル値の領域の少なくとも一部の領域を予測可能領域と判定する、ことを特徴とする請求項1又は2記載の推論装置。
- 前記予測可能領域判定部は、対象データにおける高周波成分に基づいて、高周波成分のない領域を予測可能領域と判定する高周波成分判定部を有する、ことを特徴とする請求項1又は2記載の推論装置。
- 前記推論装置は、さらに、
前記入力部に入力された対象データを領域分割するブロック分割部を備え、
前記予測可能領域判定部は、前記ブロック分割部で分割されたブロック単位で予測可能領域の判定を行う、ことを特徴とする請求項1乃至4の何れか一項に記載の推論装置。 - 前記推論処理実行部は、予測可能領域の全て又は少なくとも一部の領域をスキップさせたデータを前記機械学習モデルに出力する、ことを特徴とする請求項1乃至5の何れか一項に記載の推論装置。
- 前記予測可能領域判定部は、予測可能領域の判定に所定範囲の誤差を有する領域を含ませる、ことを特徴とする請求項1乃至6の何れか一項に記載の推論装置。
- 前記対象データは画像データである、ことを特徴する請求項1乃至7の何れか一項に記載の推論装置。
- 一次元又は二次元以上の空間に対する値を前記空間のサンプル点における離散値として表現した学習用データに基づいて機械学習モデルにおける設定値を学習する学習装置であって、
学習用データの入力を受け付ける入力部と、
前記入力部に入力された学習用データが前記設定値を学習する必要性が低い予測可能領域を有しているか否かを判定する予測可能領域判定部と、
前記入力部からデータが入力される機械学習モデルと、
学習対象の機械学習モデルを用いて、学習用データに基づいて、前記学習対象の機械学習モデルにおける設定値を学習する処理を実行するための学習処理実行部と、
前記設定値を記憶する学習結果記憶部と、を備え、
前記学習処理実行部は、予測可能領域ではない領域を推論するのに必要なデータを前記機械学習モデルに出力する、ことを特徴とする学習装置。 - 前記予測可能領域判定部は、学習用データにおける連続した同じサンプル値の領域の少なくとも一部の領域を予測可能領域と判定する、ことを特徴とする請求項9記載の学習装置。
- 前記予測可能領域判定部は、学習用データにおける高周波成分に基づいて、高周波成分のない領域を予測可能領域と判定する高周波成分判定部を有する、ことを特徴とする請求項9記載の学習装置。
- 前記学習用データは画像データである、ことを特徴する請求項9乃至11の何れか一項に記載の学習装置。
- コンピュータを請求項1〜12の何れか1項に記載の学習装置又は推論装置として動作させる、ことを特徴とするコンピュータプログラム。
- 請求項1〜12の何れか1項に記載の学習装置もしくは推論装置又は請求項13に記載のコンピュータプログラムに向けて入力データを送信し、これら学習装置もしくは推論装置又はコンピュータプログラムからの出力データを受信して利用する、ことを特徴とするコンピュータシステム。
- 機械学習モデルを用いて一次元又は二次元以上の空間に対する値を前記空間のサンプル点における離散値として表現したデータに対して所定の推論処理を実行する推論方法であって、
対象データの入力を受け付ける入力ステップと、
前記入力ステップにおいて入力された対象データが推論処理の推論結果を容易に予測できる予測可能領域を有しているか否かを判定する予測可能領域判定ステップと、
データが入力される機械学習モデルを用いて、前記対象データに対して所定の推論処理を実行する推論処理実行ステップと、を含み、
前記推論処理実行ステップにおいては、予測可能領域ではない領域を推論するのに必要なデータを前記機械学習モデルに出力する、ことを特徴とする推論方法。 - 一次元又は二次元以上の空間に対する値を前記空間のサンプル点における離散値として表現した学習用データに基づいて機械学習モデルにおける設定値を学習する学習方法であって、
学習用データの入力を受け付ける入力ステップと、
前記入力ステップにおいて入力された学習用データが前記設定値を学習する必要性が低い予測可能領域を有しているか否かを判定する予測可能領域判定ステップと、
学習対象の機械学習モデルを用いて、学習用データに基づいて、前記学習対象の機械学習モデルにおける設定値を学習する処理を実行するための学習処理実行ステップと、
前記設定値を記憶する学習結果記憶ステップと、を含み、
前記学習処理実行ステップにおいては、予測可能領域ではない領域を推論するのに必要なデータを前記機械学習モデルに出力する、ことを特徴とする学習方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020042563A JP6723488B1 (ja) | 2020-03-12 | 2020-03-12 | 学習装置及び推論装置 |
US17/247,063 US11769221B2 (en) | 2020-03-12 | 2020-11-25 | Learning apparatus, inferring apparatus, computer program, computer system, inferring method, and learning method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020042563A JP6723488B1 (ja) | 2020-03-12 | 2020-03-12 | 学習装置及び推論装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6723488B1 JP6723488B1 (ja) | 2020-07-15 |
JP2021144461A true JP2021144461A (ja) | 2021-09-24 |
Family
ID=71523931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020042563A Active JP6723488B1 (ja) | 2020-03-12 | 2020-03-12 | 学習装置及び推論装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6723488B1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7402552B2 (ja) | 2022-05-26 | 2023-12-21 | 株式会社アクセル | 学習装置及び推論装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7214236B2 (ja) * | 2020-06-22 | 2023-01-30 | 株式会社アクセル | 学習装置、推論装置、コンピュータプログラム、コンピュータシステム、推論方法及び学習方法 |
-
2020
- 2020-03-12 JP JP2020042563A patent/JP6723488B1/ja active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7402552B2 (ja) | 2022-05-26 | 2023-12-21 | 株式会社アクセル | 学習装置及び推論装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6723488B1 (ja) | 2020-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109670558B (zh) | 使用深度学习的数字图像完成 | |
CN109671126B (zh) | 使用神经网络预测分块位移图 | |
JP6569047B1 (ja) | 学習方法、コンピュータプログラム、分類器、及び生成器 | |
JP2020537204A (ja) | ディープニューラルネットワークの正規化方法および装置、機器、ならびに記憶媒体 | |
EP3499416A1 (en) | Electronic apparatus and control method thereof | |
US10977549B2 (en) | Object animation using generative neural networks | |
KR20190043419A (ko) | 조기 중단에 기반한 심층 신경망의 연산 제어 방법 및 시스템 | |
US20200122039A1 (en) | Method and system for a behavior generator using deep learning and an auto planner | |
JP6723488B1 (ja) | 学習装置及び推論装置 | |
US10733481B2 (en) | Cloud device, terminal device, and method for classifying images | |
JP2020057286A (ja) | 情報処理装置、情報処理方法 | |
CN112308145A (zh) | 一种分类网络训练方法、分类方法、装置以及电子设备 | |
US20200293865A1 (en) | Using identity layer in a cellular neural network architecture | |
CN112052865A (zh) | 用于生成神经网络模型的方法和装置 | |
US20220114479A1 (en) | Systems and methods for automatic mixed-precision quantization search | |
JP2021111388A (ja) | ニューラル・ネットワーク・アーキテクチャ・サーチ・システム及び方法 | |
KR20220040295A (ko) | 메트릭 학습을 위한 가상의 학습 데이터 생성 방법 및 시스템 | |
US20200066377A1 (en) | Method and apparatus for generating chemical structure using neural network | |
JP2022523207A (ja) | ピラミッドレイヤのアーキテクチャを生成するためのシステムおよび方法 | |
WO2022127603A1 (zh) | 一种模型处理方法及相关装置 | |
JP7214236B2 (ja) | 学習装置、推論装置、コンピュータプログラム、コンピュータシステム、推論方法及び学習方法 | |
CN116245593A (zh) | 用于游戏推荐的玩法风格分析 | |
US11526967B2 (en) | System and method for precise image inpainting to remove unwanted content from digital images | |
US11335045B2 (en) | Combining feature maps in an artificial intelligence semiconductor solution | |
JP2022151502A (ja) | プログラム、情報処理装置、及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200314 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200323 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200409 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200429 |
|
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: 20200512 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200512 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6723488 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |