JP6861124B2 - 機械学習装置及び方法 - Google Patents
機械学習装置及び方法 Download PDFInfo
- Publication number
- JP6861124B2 JP6861124B2 JP2017154837A JP2017154837A JP6861124B2 JP 6861124 B2 JP6861124 B2 JP 6861124B2 JP 2017154837 A JP2017154837 A JP 2017154837A JP 2017154837 A JP2017154837 A JP 2017154837A JP 6861124 B2 JP6861124 B2 JP 6861124B2
- Authority
- JP
- Japan
- Prior art keywords
- learning
- image
- image processing
- target
- processing
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
図1において、1は全体として本実施の形態による機械学習システムを示す。この機械学習システム1は、スマート工場2内に配設された複数のカメラ3と、ストレージ装置4と、機械学習装置5とを備えて構成され、機械学習装置5がインターネット等のネットワーク6を介してクラウドサーバ7に接続されている。
次に、かかる機械学習装置5に実装された事前機械学習機能について説明する。本機械学習装置5における機械学習方式は、クラウドサーバ7が保持する基本学習情報26をネットワーク6を介してダウンロードし、ダウンロードした基本学習情報26を利用してスマート工場2における学習対象の学習を行う(基本学習情報26のチューニング)移転学習と呼ばれるものである。
次に、上述した本実施の形態の事前機械学習機能に関連して機械学習装置5において実行される各種処理の処理内容について説明する。なお以下においては、各種処理の処理主体を学習部21等の「プログラム」として説明するが、実際上は、その「プログラム」に基づいてCPU10(図1)がその処理を実行することは言うまでもない。
図5は、本実施の形態の機械学習装置5において実行される事前機械学習処理の一連の流れを示す。この機械学習処理は、オペレータが、クラウドサーバ7から上述の基本学習情報26(図1)を機械学習装置5にダウンロードさせ、さらに基本学習情報26のチューニングに使用する上述の初期教師データセットD2(図1)のストレージ装置4における格納場所を機械学習装置5に設定した後、入力装置13(図1)を介して事前機械学習処理の実行を機械学習装置5に指示することにより開始される。
一方、図6は、図5について上述した事前機械学習処理のステップS21において、学習効果評価部20により実行される学習効果評価処理の処理手順を示す。
以上のように本実施の形態の機械学習装置5は、クラウドサーバ7から基本学習情報26をダウンロードし、ダウンロードした基本学習情報26をチューニングするようにして学習対象を学習する。この際、機械学習装置5は、学習対象ごとに、当該学習対象を含む画像に対して学習効果の高い前処理を施すことにより当該画像の加工画像を生成し、生成した各加工画像の画像データを教師データとして学習対象をさらに学習する。
なお上述の実施の形態においては、本発明をスマート工場2において学習対象の学習を行う機械学習装置5に適用するようにした場合について述べたが、本発明はこれに限らず、スマート工場2以外の場所で使用される機械学習装置にも本発明を広く適用することができる。
Claims (4)
- 外部から基本的な学習結果でなる基本学習情報を取得し、取得した前記基本学習情報をチューニングするようにして学習対象を学習する機械学習装置において、
予め用意された教師データセットに基づく各画像に対する画像加工処理の要否をそれぞれ判定する要否判定部と、
前記要否判定部により前記画像加工処理を施すべきと判定された各前記画像に対して必要な前記画像加工処理をそれぞれ施すことにより加工画像を生成する画像加工処理部と、
前記教師データセットを用いた1回目のアクティブラーニングと、前記画像加工処理部により生成された各前記加工画像の画像データを教師データとする2回目のアクティブラーニングとを実行することにより前記基本学習情報をチューニングする学習部と
を有し、
前記学習対象ごとに、当該学習対象に対して学習効果が高い前記画像加工処理が予め設定され、
前記要否判定部は、
前記教師データセットに基づく前記画像に含まれる前記学習対象に対して前記画像加工処理が設定されている場合には、当該画像に対して当該画像加工処理を施すべきと判定し、
前記画像加工処理部は、
前記要否判定部により前記画像加工処理を施すべきと判定された前記画像に対して、当該画像に含まれる前記学習対象について設定された各前記画像加工処理をそれぞれ施すことにより1又は複数の当該画像の前記加工画像を生成し、
前記学習対象ごとに、当該学習対象を含む前記画像に対して前記画像加工処理を施すことにより得られた前記加工画像の画像データを教師データとして前記学習部が当該学習対象を学習した場合の学習効果を予め規定された複数種類の前記画像加工処理ごとにそれぞれ評価し、評価結果に基づいて当該学習対象を含む前記画像に対して施すべき前記画像加工処理を選択して設定する学習効果評価部をさらに備え、
前記学習効果評価部は、
前記学習対象ごとに、当該学習対象を含む前記画像内の予め規定された複数の部位に対してそれぞれ別個に前記画像加工処理を施すことにより得られた各前記加工画像の画像データをそれぞれ教師データとして前記学習部が当該学習対象を学習した場合の学習効果を予め規定された複数種類の前記画像加工処理ごとにそれぞれ評価し、評価結果に基づいて当該学習対象を含む前記画像に対して施すべき前記画像加工処理及び当該画像加工処理を施すべき当該画像内の前記部位を設定し、
前記画像加工処理部は、
前記要否判定部により前記画像加工処理を施すべきと判定された前記画像に対して、当該画像に含まれる前記学習対象について設定された各前記画像加工処理を、それぞれ当該学習対象の当該画像加工処理について設定された前記部位に対して施すことにより当該画像の前記加工画像をそれぞれ生成する
ことを特徴とする機械学習装置。 - 前記学習効果評価部は、
前記学習対象ごとに、当該学習対象を含む前記画像内の予め規定された複数の部位に対してそれぞれ別個に前記画像加工処理を施すことにより得られた各前記加工画像の画像データをそれぞれ教師データとして前記学習部が当該学習対象を学習した場合の学習効果を予め規定された複数種類の前記画像加工処理ごとにそれぞれ評価し、評価結果に基づいて当該学習対象を含む前記画像に対して施すべき前記画像加工処理及び当該画像加工処理を施すべき当該画像内の前記部位を設定する処理を定期的に実行する
ことを特徴とする請求項1に記載の機械学習装置。 - 外部から基本的な学習結果でなる基本学習情報を取得し、取得した前記基本学習情報をチューニングするようにして学習対象を学習する機械学習装置により実行される機械学習方法において、
予め用意された教師データセットを用いた1回目のアクティブラーニングを実行することにより前記基本学習情報をチューニングする第1のステップと、
前記教師データセットに基づく各画像に対する画像加工処理の要否をそれぞれ判定する第2のステップと、
前記画像加工処理を施すべきと判定した各前記画像に対して必要な前記画像加工処理をそれぞれ施すことにより加工画像を生成する第3のステップと、
生成した各前記加工画像の画像データを教師データとする2回目のアクティブラーニングを実行することにより前記基本学習情報をチューニングする第4のステップと
を有し、
前記学習対象ごとに、当該学習対象に対して学習効果が高い前記画像加工処理が予め設定され、
前記第2のステップにおいて、前記機械学習装置は、
前記教師データセットに基づく前記画像に含まれる前記学習対象に対して前記画像加工処理が設定されている場合には、当該画像に対して当該画像加工処理を施すべきと判定し、
前記第3のステップにおいて、前記機械学習装置は、
前記画像加工処理を施すべきと判定した前記画像に対して、当該画像に含まれる前記学習対象について設定された各前記画像加工処理をそれぞれ施すことにより1又は複数の当該画像の前記加工画像を生成し、
前記第2のステップの前に実行され、
前記学習対象ごとに、当該学習対象を含む前記画像に対して前記画像加工処理を施すことにより得られた前記加工画像の画像データを教師データとして当該学習対象を学習した場合の学習効果を予め規定された複数種類の前記画像加工処理ごとにそれぞれ評価し、評価結果に基づいて当該学習対象を含む前記画像に対して施すべき前記画像加工処理を選択して設定する学習効果評価ステップを備え、
前記学習効果評価ステップでは、
前記学習対象ごとに、当該学習対象を含む前記画像内の予め規定された複数の部位に対してそれぞれ別個に前記画像加工処理を施すことにより得られた各前記加工画像の画像データをそれぞれ教師データとして当該学習対象を学習した場合の学習効果を予め規定された複数種類の前記画像加工処理ごとにそれぞれ評価し、評価結果に基づいて当該学習対象を含む前記画像に対して施すべき前記画像加工処理及び当該画像加工処理を施すべき当該画像内の前記部位を設定し、
前記第3のステップでは、
前記要否判定部により前記画像加工処理を施すべきと判定された前記画像に対して、当該画像に含まれる前記学習対象について設定された各前記画像加工処理を、それぞれ当該学習対象の当該画像加工処理について設定された前記部位に対して施すことにより当該画像の前記加工画像をそれぞれ生成する
ことを特徴とする機械学習方法。 - 前記学習効果評価ステップでは、
前記学習対象ごとに、当該学習対象を含む前記画像内の予め規定された複数の部位に対してそれぞれ別個に前記画像加工処理を施すことにより得られた各前記加工画像の画像データをそれぞれ教師データとして当該学習対象を学習した場合の学習効果を予め規定された複数種類の前記画像加工処理ごとにそれぞれ評価し、評価結果に基づいて当該学習対象を含む前記画像に対して施すべき前記画像加工処理及び当該画像加工処理を施すべき当該画像内の前記部位を設定する処理を定期的に実行する
ことを特徴とする請求項3に記載の機械学習方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017154837A JP6861124B2 (ja) | 2017-08-09 | 2017-08-09 | 機械学習装置及び方法 |
US15/936,942 US20190050684A1 (en) | 2017-08-09 | 2018-03-27 | Machine learning device and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017154837A JP6861124B2 (ja) | 2017-08-09 | 2017-08-09 | 機械学習装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019032782A JP2019032782A (ja) | 2019-02-28 |
JP6861124B2 true JP6861124B2 (ja) | 2021-04-21 |
Family
ID=65275114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017154837A Active JP6861124B2 (ja) | 2017-08-09 | 2017-08-09 | 機械学習装置及び方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20190050684A1 (ja) |
JP (1) | JP6861124B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220044147A1 (en) * | 2018-10-05 | 2022-02-10 | Nec Corporation | Teaching data extending device, teaching data extending method, and program |
JP7179672B2 (ja) * | 2019-04-24 | 2022-11-29 | 株式会社日立製作所 | 計算機システム及び機械学習方法 |
JP7515322B2 (ja) | 2020-07-08 | 2024-07-12 | 三菱電機株式会社 | 設定管理装置、設定管理方法、及び、設定管理プログラム |
KR102484916B1 (ko) | 2022-08-23 | 2023-01-06 | (주)위세아이텍 | 사용자 설정 기반 플랜트 예지정비 장치 및 방법 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130339278A1 (en) * | 2011-02-28 | 2013-12-19 | Nec Corporation | Data discrimination device, method, and program |
US9361695B2 (en) * | 2012-12-11 | 2016-06-07 | Honda Motor Co., Ltd. | Method of recognizing a position of a workpiece from a photographed image |
US9934563B2 (en) * | 2015-10-29 | 2018-04-03 | Empire Technology Development Llc | 3D object rotation-based mechanical parts selection through 2D image processing |
-
2017
- 2017-08-09 JP JP2017154837A patent/JP6861124B2/ja active Active
-
2018
- 2018-03-27 US US15/936,942 patent/US20190050684A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
JP2019032782A (ja) | 2019-02-28 |
US20190050684A1 (en) | 2019-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6861124B2 (ja) | 機械学習装置及び方法 | |
US11573991B2 (en) | Deep reinforcement learning-based multi-step question answering systems | |
US20210241177A1 (en) | Method and system for performing machine learning process | |
US20170357945A1 (en) | Automated matching of job candidates and job listings for recruitment | |
Rajendran et al. | Attend, adapt and transfer: Attentive deep architecture for adaptive transfer from multiple sources in the same domain | |
CN110520871A (zh) | 训练机器学习模型 | |
US20190108640A1 (en) | Image crop suggestion and evaluation using deep-learning | |
US20160253578A1 (en) | Learning user preferences for photo adjustments | |
CN111695695B (zh) | 用户决策行为量化分析方法及装置 | |
CN110413786B (zh) | 基于网页文本分类的数据处理方法、智能终端及存储介质 | |
WO2020171944A1 (en) | Method and apparatus for displaying page to user through reinforcement learning | |
CN110447041A (zh) | 噪声神经网络层 | |
KR20190044683A (ko) | 로봇 에이전트용 제어 정책 | |
EP3915052A1 (en) | Action selection using interaction history graphs | |
KR20210033235A (ko) | 데이터 증강 방법 및 장치, 그리고 컴퓨터 프로그램 | |
CN114186084A (zh) | 在线多模态哈希检索方法、系统、存储介质及设备 | |
CN114600196A (zh) | 特定领域的人类模型协同注释工具 | |
JP2022032703A (ja) | 情報処理システム | |
KR20230068989A (ko) | 멀티-태스크 모델의 학습을 수행하는 방법 및 전자 장치 | |
CN112905809B (zh) | 知识图谱学习方法和系统 | |
CN110288444A (zh) | 实现用户相关推荐的方法和系统 | |
CN112100530A (zh) | 网页分类方法、装置、电子设备及存储介质 | |
CN111222663B (zh) | 数据处理方法及其系统、计算机系统及计算机可读介质 | |
US20220277195A1 (en) | Automated data augmentation in deep learning | |
JP7156463B2 (ja) | 電子機器、電子機器システム、座標系設定方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191227 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201209 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201215 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210115 |
|
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: 20210316 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210329 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6861124 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |