JP6947460B1 - プログラム、情報処理装置、及び方法 - Google Patents
プログラム、情報処理装置、及び方法 Download PDFInfo
- Publication number
- JP6947460B1 JP6947460B1 JP2021050726A JP2021050726A JP6947460B1 JP 6947460 B1 JP6947460 B1 JP 6947460B1 JP 2021050726 A JP2021050726 A JP 2021050726A JP 2021050726 A JP2021050726 A JP 2021050726A JP 6947460 B1 JP6947460 B1 JP 6947460B1
- Authority
- JP
- Japan
- Prior art keywords
- classification
- model
- image data
- learning
- skin
- 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
- 230000010365 information processing Effects 0.000 title claims description 43
- 238000000034 method Methods 0.000 title claims description 35
- 238000012549 training Methods 0.000 claims abstract description 30
- 238000010586 diagram Methods 0.000 abstract description 8
- 238000013527 convolutional neural network Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000012795 verification Methods 0.000 description 6
- 230000037303 wrinkles Effects 0.000 description 4
- 230000003796 beauty Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 230000036555 skin type Effects 0.000 description 3
- 208000002874 Acne Vulgaris Diseases 0.000 description 2
- 206010000496 acne Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 230000036548 skin texture Effects 0.000 description 2
- 206010013786 Dry skin Diseases 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 230000037336 dry skin Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003020 moisturizing effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000037307 sensitive skin Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
本開示では、画像データを入力すると、所定の分類における分類結果を出力する学習済みモデルについて説明する。従来の学習済みモデルでは、精度を高めるように学習しても、実際に使う場面では、過学習により、分類結果に偏りが生じてしまう。
図1及び図2を用いて、本開示に係る情報処理装置10について説明する。本開示に係る情報処理装置10は、画像データを入力することにより、肌に関して分類した分類結果を出力するための第2モデルを学習する処理等を実行するための装置である。
以下では、情報処理装置10における処理について図面を参照しながら説明する。
図5は、情報処理装置10による学習処理を行う流れの一例を示すフローチャートである。情報処理装置10は、当該処理を、任意のタイミング(例えば、学習処理開始信号の受信など)において実行する。
図6は、情報処理装置10による肌分類処理を行う流れの一例を示すフローチャートである。情報処理装置10は、当該処理を、画像データが入力されること等により実行する。
本開示では、第2モデルが、第1モデルに、第2分類を行うための畳み込み層を1つ、全結合層を2つ、出力層を1つ追加した構成を例に説明した。本開示の第2モデルは、上記の構成に限定されない。本開示に係る第2モデルの他の例について説明する。
以上の各実施形態で説明した事項を、以下に付記する。
(付記1)プロセッサ(11)を備えるコンピュータ(例えば、情報処理装置10)を動作させるためのプログラムであって、前記プログラムは、前記プロセッサに、複数の第1画像データを含む第1学習データセットを用いて、画像データを入力すると、第2分類よりも広い概念で分類する第1分類における分類結果を出力する第1モデルを学習するステップ(S103)と、複数の第2画像データと、前記第2画像データの各々についての前記第2分類における分類結果とを含む第2学習データセットを用いて、画像データを入力すると、前記第2分類の分類結果を出力する第2モデルであって、学習された前記第1モデルに、前記第2分類を行うための構造を追加した前記第2モデルを学習するステップ(S106)と、を実行させるプログラム。
11 :プロセッサ
12 :メモリ
13 :ストレージ
14 :通信IF
15 :入出力IF
120 :記憶部
121 :学習データDB
122 :モデルDB
130 :制御部
131 :受信制御部
132 :送信制御部
133 :第1学習部
134 :第2学習部
135 :入力部
136 :分類部
137 :出力部
Claims (10)
- プロセッサを備えるコンピュータを動作させるためのプログラムであって、前記プログラムは、前記プロセッサに、
複数の第1画像データを含む第1学習データセットを用いて、画像データを入力すると、第2分類よりも広い概念で分類する第1分類における分類結果を出力する第1モデルを学習するステップと、
複数の第2画像データと、前記第2画像データの各々についての前記第2分類における分類結果とを含む第2学習データセットを用いて、画像データを入力すると、前記第2分類の分類結果を出力する第2モデルであって、学習された前記第1モデルに、前記第2分類を行うための構造を追加した前記第2モデルを学習するステップと、
を実行させ、
前記第1モデルは、CNNモデルであり、
前記第2モデルは、学習された前記第1モデルに、前記第2分類を行うための少なくとも1層以上の畳み込み層と、前記第2分類を行うための少なくとも1層以上の全結合層とを追加したCNNモデルである、
プログラム。 - プロセッサを備えるコンピュータを動作させるためのプログラムであって、前記プログラムは、前記プロセッサに、
複数の第1画像データを含む第1学習データセットを用いて、画像データを入力すると、第2分類よりも広い概念で分類する第1分類における分類結果を出力する第1モデルを学習するステップと、
複数の第2画像データと、前記第2画像データの各々についての前記第2分類における分類結果とを含む第2学習データセットを用いて、画像データを入力すると、前記第2分類の分類結果を出力する第2モデルであって、学習された前記第1モデルに、前記第2分類を行うための構造を追加した前記第2モデルを学習するステップと、
を実行させ、
前記第2分類は、肌性の分類、肌に関する特定の状態の程度の分類、又は肌上の物体の個数の分類であり、
前記第1分類における分類の数は、前記第2分類における分類の数よりも多く、
前記第1画像データは、肌が映っている画像以外の画像を含み、
前記第2画像データは、肌が映っている画像である、
プログラム。 - 前記第1モデルは、CNNモデルであり、
前記第2モデルは、学習された前記第1モデルに、前記第2分類を行うための少なくとも1層以上の畳み込み層と、前記第2分類を行うための少なくとも1層以上の全結合層とを追加したCNNモデルである、
請求項2に記載のプログラム。 - 前記第2分類は、特定の分野において、画像データを分類するものである、
請求項1〜請求項3の何れかに記載のプログラム。 - 前記第1分類と、前記第2分類との相関性が低い、
請求項4に記載のプログラム。 - 前記第1モデルを学習するステップと、前記第2モデルを学習するステップとを、所定の条件を満たすまで繰り返し、
前記第1モデルを学習するステップにおいて、前記第2モデルを学習するステップにより学習された前記第2モデルに含まれる前記第1モデルのパラメータを用いて、前記第1モデルを学習する
請求項1〜請求項5の何れかに記載のプログラム。 - 画像データの入力を受け付けるステップと、
前記画像データと、学習された前記第2モデルとを用いて、前記画像データの前記第2分類における分類結果を求めるステップと、
求められた前記画像データの前記第2分類における分類結果を出力するステップと、
を実行させる請求項1〜請求項6の何れかに記載のプログラム。 - プロセッサを備える情報処理装置であって、前記プロセッサが、
複数の第1画像データを含む第1学習データセットを用いて、画像データを入力すると、第2分類よりも広い概念で分類する第1分類における分類結果を出力する第1モデルを学習するステップと、
複数の第2画像データと、前記第2画像データの各々についての前記第2分類における分類結果とを含む第2学習データセットを用いて、画像データを入力すると、前記第2分類の分類結果を出力する第2モデルであって、前記第1モデルに前記第2分類を行うための構造を追加した前記第2モデルを学習するステップと、
を実行し、
前記第1モデルは、CNNモデルであり、
前記第2モデルは、学習された前記第1モデルに、前記第2分類を行うための少なくとも1層以上の畳み込み層と、前記第2分類を行うための少なくとも1層以上の全結合層とを追加したCNNモデルである、
情報処理装置。 - プロセッサを備える情報処理装置であって、前記プロセッサが、
複数の第1画像データを含む第1学習データセットを用いて、画像データを入力すると、第2分類よりも広い概念で分類する第1分類における分類結果を出力する第1モデルを学習するステップと、
複数の第2画像データと、前記第2画像データの各々についての前記第2分類における分類結果とを含む第2学習データセットを用いて、画像データを入力すると、前記第2分類の分類結果を出力する第2モデルであって、学習された前記第1モデルに、前記第2分類を行うための構造を追加した前記第2モデルを学習するステップと、
を実行し、
前記第2分類は、肌性の分類、肌に関する特定の状態の程度の分類、又は肌上の物体の個数の分類であり、
前記第1分類における分類の数は、前記第2分類における分類の数よりも多く、
前記第1画像データは、肌が映っている画像以外の画像を含み、
前記第2画像データは、肌が映っている画像である、
を実行する情報処理装置。 - プロセッサを備えるコンピュータが実行する方法であって、前記プロセッサが、
複数の第1画像データを含む第1学習データセットを用いて、画像データを入力すると、第2分類よりも広い概念で分類する第1分類における分類結果を出力する第1モデルを学習するステップと、
複数の第2画像データと、前記第2画像データの各々についての前記第2分類における分類結果とを含む第2学習データセットを用いて、画像データを入力すると、前記第2分類の分類結果を出力する第2モデルであって、前記第1モデルに前記第2分類を行うための構造を追加した前記第2モデルを学習するステップと、
を実行し、
前記第1モデルは、CNNモデルであり、
前記第2モデルは、学習された前記第1モデルに、前記第2分類を行うための少なくとも1層以上の畳み込み層と、前記第2分類を行うための少なくとも1層以上の全結合層とを追加したCNNモデルである、
方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021050726A JP6947460B1 (ja) | 2021-03-24 | 2021-03-24 | プログラム、情報処理装置、及び方法 |
JP2021146586A JP2022151502A (ja) | 2021-03-24 | 2021-09-09 | プログラム、情報処理装置、及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021050726A JP6947460B1 (ja) | 2021-03-24 | 2021-03-24 | プログラム、情報処理装置、及び方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021146586A Division JP2022151502A (ja) | 2021-03-24 | 2021-09-09 | プログラム、情報処理装置、及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6947460B1 true JP6947460B1 (ja) | 2021-10-13 |
JP2022148878A JP2022148878A (ja) | 2022-10-06 |
Family
ID=78001431
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021050726A Active JP6947460B1 (ja) | 2021-03-24 | 2021-03-24 | プログラム、情報処理装置、及び方法 |
JP2021146586A Pending JP2022151502A (ja) | 2021-03-24 | 2021-09-09 | プログラム、情報処理装置、及び方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021146586A Pending JP2022151502A (ja) | 2021-03-24 | 2021-09-09 | プログラム、情報処理装置、及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP6947460B1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024111632A1 (ja) * | 2022-11-22 | 2024-05-30 | 株式会社 資生堂 | 肌状態推定方法、情報処理装置、及び、プログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018173121A1 (ja) * | 2017-03-21 | 2018-09-27 | 株式会社Preferred Networks | サーバ装置、学習済モデル提供プログラム、学習済モデル提供方法及び学習済モデル提供システム |
WO2021044671A1 (ja) * | 2019-09-03 | 2021-03-11 | 富士フイルム株式会社 | 学習装置、学習装置の作動方法、学習装置の作動プログラム |
-
2021
- 2021-03-24 JP JP2021050726A patent/JP6947460B1/ja active Active
- 2021-09-09 JP JP2021146586A patent/JP2022151502A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018173121A1 (ja) * | 2017-03-21 | 2018-09-27 | 株式会社Preferred Networks | サーバ装置、学習済モデル提供プログラム、学習済モデル提供方法及び学習済モデル提供システム |
WO2021044671A1 (ja) * | 2019-09-03 | 2021-03-11 | 富士フイルム株式会社 | 学習装置、学習装置の作動方法、学習装置の作動プログラム |
Non-Patent Citations (2)
Title |
---|
""活き活き感"を引き出す「感性評価AI」を開発〜画像診断だけでコーセーの美容専門家評価の再現が可能に", プレスリリース, JPN7021001722, 27 January 2021 (2021-01-27), JP, ISSN: 0004508140 * |
鈴木藍雅 他: "2段階転移学習を用いた深層畳み込みニューラルネットによるびまん性肺疾患の識別と特徴表現の解析", 情報処理学会研究報告 数理モデル化と問題解決(MPS) 2018−MPS−117 [ONLINE], JPN6021018029, 22 February 2018 (2018-02-22), JP, pages 1 - 6, ISSN: 0004508139 * |
Also Published As
Publication number | Publication date |
---|---|
JP2022151502A (ja) | 2022-10-07 |
JP2022148878A (ja) | 2022-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102071582B1 (ko) | 딥 뉴럴 네트워크(Deep Neural Network)를 이용하여 문장이 속하는 클래스(class)를 분류하는 방법 및 장치 | |
US12045705B2 (en) | Dynamic and intuitive aggregation of a training dataset | |
CN111897964B (zh) | 文本分类模型训练方法、装置、设备及存储介质 | |
US10650276B1 (en) | Learning to process images depicting faces without leveraging sensitive attributes in deep learning models | |
CN111754596B (zh) | 编辑模型生成、人脸图像编辑方法、装置、设备及介质 | |
KR102166105B1 (ko) | 신경망 및 신경망 트레이닝의 방법 | |
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 | |
JP2022529863A (ja) | アイデンティティ検証方法、アイデンティティ検証装置、コンピュータ機器、及びコンピュータプログラム | |
CN110378438A (zh) | 标签容错下的图像分割模型的训练方法、装置及相关设备 | |
JP7190777B2 (ja) | 教師あり学習に基づく合意診断方法及びそのシステム | |
JP7190777B6 (ja) | 教師あり学習に基づく合意診断方法及びそのシステム | |
CN113722474A (zh) | 文本分类方法、装置、设备及存储介质 | |
JP2022014776A (ja) | アクティビティ検出装置、アクティビティ検出システム及びアクティビティ検出方法 | |
CN109214333A (zh) | 卷积神经网络结构、人脸属性识别方法、装置及终端设备 | |
JP2022079947A (ja) | プルーニング管理装置、プルーニング管理システム及びプルーニング管理方法 | |
CN111898704A (zh) | 对内容样本进行聚类的方法和装置 | |
JP6947460B1 (ja) | プログラム、情報処理装置、及び方法 | |
CN113780365B (zh) | 样本生成方法和装置 | |
Kumar et al. | Personality detection using kernel-based ensemble model for leveraging social psychology in online networks | |
CN114511023A (zh) | 分类模型训练方法以及分类方法 | |
CN111445545B (zh) | 一种文本转贴图方法、装置、存储介质及电子设备 | |
KR102413588B1 (ko) | 학습 데이터에 따른 객체 인식 모델 추천 방법, 시스템 및 컴퓨터 프로그램 | |
KR20230090890A (ko) | 인지 능력을 평가하기 위한 방법 | |
De Bortoli et al. | A fast face recognition CNN obtained by distillation | |
KR102151251B1 (ko) | 내원 소요 시간을 예측하는 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210324 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210324 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210421 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210520 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210709 |
|
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: 20210907 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210909 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6947460 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
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 |