JP7111429B2 - 学習装置、学習方法及びプログラム - Google Patents
学習装置、学習方法及びプログラム Download PDFInfo
- Publication number
- JP7111429B2 JP7111429B2 JP2021505586A JP2021505586A JP7111429B2 JP 7111429 B2 JP7111429 B2 JP 7111429B2 JP 2021505586 A JP2021505586 A JP 2021505586A JP 2021505586 A JP2021505586 A JP 2021505586A JP 7111429 B2 JP7111429 B2 JP 7111429B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- learning
- input
- unit
- image data
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
Description
対象物を含む複数の第1データを用いて、前記対象物にアノテーションが付与された複数の第2データを生成するアノテーション設定部と、
前記複数の第1データを入力とし、前記複数の第2データを第1教師データとして学習された学習モデルを生成する学習部と、
前記学習モデルを用いて、前記複数の第1データに含まれる前記対象物にアノテーションが付与された複数の第3データを生成する生成部と、
前記複数の第3データから選択され、前記複数の第3データに付与されたアノテーションが変更された複数の第4データと、前記複数の第1データのうち前記複数の第4データに対応する複数の第5データと、を入力する入力部と、を備え、
前記学習部は、前記複数の第5データを入力とし、前記複数の第4データを第2教師データとして前記学習モデルを再学習する、学習装置である。
対象物を含む複数の第1データを用いて、前記対象物にアノテーションが付与された複数の第2データを生成することと、
前記複数の第1データを入力とし、前記複数の第2データを第1教師データとして学習された学習モデルを生成することと、
前記学習モデルを用いて、前記複数の第1データに含まれる前記対象物にアノテーションが付与された複数の第3データを生成することと、
前記複数の第3データから選択され、前記複数の第3データに付与されたアノテーションが変更された複数の第4データと、前記複数の第1データのうち前記複数の第4データに対応する複数の第5データと、を入力することと
前記複数の第5データを入力とし、前記複数の第4データを第2教師データとして前記学習モデルを再学習することと、を含む学習方法である。
対象物を含む複数の第1データを用いて、前記対象物にアノテーションが付与された複数の第2データを生成することと、
前記複数の第1データを入力とし、前記複数の第2データを第1教師データとして学習された学習モデルを生成することと、
前記学習モデルを用いて、前記複数の第1データに含まれる前記対象物にアノテーションが付与された複数の第3データを生成することと、
前記複数の第3データから選択され、前記複数の第3データに付与されたアノテーションが変更された複数の第4データと、前記複数の第1データのうち前記複数の第4データに対応する複数の第5データと、を入力することと
前記複数の第5データを入力とし、前記複数の第4データを第2教師データとして前記学習モデルを再学習することと、をコンピュータに実行させるプログラムである。
以下、図面を参照して本発明の実施の形態について説明する。図1を用いて、実施の形態1にかかる学習装置1について説明する。図1は、実施の形態1にかかる学習装置の構成例を示す図である。学習装置1は、例えば、サーバ装置、パーソナルコンピュータ装置等であってもよい。
アノテーション設定部2は、対象物を含む複数の第1データを用いて、対象物にアノテーションが付与された複数の第2データを生成する。
続いて、実施の形態2について説明する。
<学習装置の構成例>
図2を用いて、実施の形態2にかかる学習装置10の構成例について説明する。図2は、実施の形態2にかかる学習装置の構成例を示す図である。なお、以降の説明では、学習装置10が処理するデータは、画像データであるとして説明する。また、以降の説明では、対象物は、移動体であるとして説明する。
モデル記憶部13は、学習装置10が学習する学習モデルが記憶される記憶領域である。学習装置10が初めて起動される場合、モデル記憶部13には、未学習の学習モデルが記憶されている。もしくは、学習装置10が初めて起動される場合、モデル記憶部13には、学習モデルが記憶されていない状態で起動される。モデル記憶部13は、後述する学習部14が生成する学習モデルが記憶される。
入力部16は、ユーザからの画像データを取得する。入力部16は、例えば、キーボード、マウス、タッチパネル、ディスプレイを含む入力装置等であってもよい。もしくは、入力部16は、内部のメモリ又は学習装置10に接続された外部のコンピュータ装置、サーバ装置等からの各種の情報を入力するように構成されてもよい。
判定部17は、入力部16に入力されたアノテーションが付与された複数の画像データと、図6に示すような生成した複数の画像データとに基づいて、再学習モデルの性能を示すモデル評価値を算出する。
続いて、学習装置10の動作例について説明する。図7は、実施の形態2にかかる学習装置の動作例を示す図である。前提として、データ記憶部11には、移動体を含む複数の画像データと、移動体を含まない複数の画像データとが記憶されている。なお、当該複数の画像データは、入力部16により入力されてもよい。
上述した実施の形態において説明した学習装置1及び10(以下、学習装置1等と称する)は、次のようなハードウェア構成を有していてもよい。図8は、本開示の各実施の形態にかかる学習装置等を実現可能な、コンピュータ(情報処理装置)のハードウェア構成を例示するブロック図である。
2、12 アノテーション設定部
3、14 学習部
4、15 生成部
5、16 入力部
11 データ記憶部
13 モデル記憶部
17 判定部
18 出力部
Claims (8)
- 対象物を含む複数の第1データを用いて、前記対象物にアノテーションが付与された複数の第2データを生成するアノテーション設定手段と、
前記複数の第1データを入力とし、前記複数の第2データを第1教師データとして学習された学習モデルを生成する学習手段と、
前記学習モデルを用いて、前記複数の第1データに含まれる前記対象物にアノテーションが付与された複数の第3データを生成する生成手段と、
前記複数の第3データから選択され、前記複数の第3データに付与されたアノテーションが変更された複数の第4データと、前記複数の第1データのうち前記複数の第4データに対応する複数の第5データと、を入力する入力手段と、を備え、
前記学習手段は、前記複数の第5データを入力とし、前記複数の第4データを第2教師データとして前記学習モデルを再学習する、学習装置。 - 前記再学習された学習モデルを用いて前記複数の第5データに含まれる前記対象物にアノテーションが付与された複数の第6データと、前記複数の第4データとに基づき算出された第1評価値が所定条件を満たすか否かを判定する判定手段を備え、
前記判定手段が、前記第1評価値が前記所定条件を満たすと判定するまで、前記入力手段が、前記複数の第4データに付与されたアノテーションを変更する要求を行い、前記複数の第4データと、前記複数の第5データとを入力する処理と、前記学習手段が、前記複数の第5データを入力とし、前記複数の第4データを第2教師データとして前記再学習された学習モデルを再学習する処理と、を繰り返し実行する、請求項1に記載の学習装置。 - 前記判定手段は、前記複数の第4データの各々と、前記複数の第6データの各々とに基づいて複数の第2評価値を算出し、前記複数の第2評価値を用いて、前記第1評価値を算出する、請求項2に記載の学習装置。
- 前記入力手段は、前記第1評価値が前記所定条件を満たさないと前記判定手段が判定する場合、前記複数の第6データのうち、前記第2評価値が前記所定条件を満たさない第6データに対応する第4データに付与されたアノテーションを変更する要求を行う、請求項3に記載の学習装置。
- 前記判定手段は、適合率及び再現率の少なくとも1つを用いて、前記第1評価値及び前記第2評価値を算出する、請求項3又は4に記載の学習装置。
- 前記所定条件は、所定の閾値以上を満たすことである、請求項2~5のいずれか1項に記載の学習装置。
- 対象物を含む複数の第1データを用いて、前記対象物にアノテーションが付与された複数の第2データを生成することと、
前記複数の第1データを入力とし、前記複数の第2データを第1教師データとして学習された学習モデルを生成することと、
前記学習モデルを用いて、前記複数の第1データに含まれる前記対象物にアノテーションが付与された複数の第3データを生成することと、
前記複数の第3データから選択され、前記複数の第3データに付与されたアノテーションが変更された複数の第4データと、前記複数の第1データのうち前記複数の第4データに対応する複数の第5データと、を入力することと
前記複数の第5データを入力とし、前記複数の第4データを第2教師データとして前記学習モデルを再学習することと、を含む学習方法。 - 対象物を含む複数の第1データを用いて、前記対象物にアノテーションが付与された複数の第2データを生成することと、
前記複数の第1データを入力とし、前記複数の第2データを第1教師データとして学習された学習モデルを生成することと、
前記学習モデルを用いて、前記複数の第1データに含まれる前記対象物にアノテーションが付与された複数の第3データを生成することと、
前記複数の第3データから選択され、前記複数の第3データに付与されたアノテーションが変更された複数の第4データと、前記複数の第1データのうち前記複数の第4データに対応する複数の第5データと、を入力することと
前記複数の第5データを入力とし、前記複数の第4データを第2教師データとして前記学習モデルを再学習することと、をコンピュータに実行させるプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019044272 | 2019-03-11 | ||
JP2019044272 | 2019-03-11 | ||
PCT/JP2020/004001 WO2020183979A1 (ja) | 2019-03-11 | 2020-02-04 | 学習装置、学習方法及び非一時的なコンピュータ可読媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020183979A1 JPWO2020183979A1 (ja) | 2021-11-25 |
JP7111429B2 true JP7111429B2 (ja) | 2022-08-02 |
Family
ID=72427332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021505586A Active JP7111429B2 (ja) | 2019-03-11 | 2020-02-04 | 学習装置、学習方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7111429B2 (ja) |
WO (1) | WO2020183979A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023097496A (ja) * | 2021-12-28 | 2023-07-10 | Sensy株式会社 | 機械学習装置、データ処理装置、推論装置、機械学習方法、データ処理方法、及び、推論方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018537798A (ja) | 2015-10-02 | 2018-12-20 | トラクタブル リミテッドTractable Ltd. | データセットの半自動ラベル付け |
-
2020
- 2020-02-04 JP JP2021505586A patent/JP7111429B2/ja active Active
- 2020-02-04 WO PCT/JP2020/004001 patent/WO2020183979A1/ja active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018537798A (ja) | 2015-10-02 | 2018-12-20 | トラクタブル リミテッドTractable Ltd. | データセットの半自動ラベル付け |
Also Published As
Publication number | Publication date |
---|---|
WO2020183979A1 (ja) | 2020-09-17 |
JPWO2020183979A1 (ja) | 2021-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102535411B1 (ko) | 메트릭 학습 기반의 데이터 분류와 관련된 장치 및 그 방법 | |
US20180189274A1 (en) | Apparatus and method for generating natural language | |
CN109783666B (zh) | 一种基于迭代精细化的图像场景图谱生成方法 | |
US20190156204A1 (en) | Training a neural network model | |
CN110196908A (zh) | 数据分类方法、装置、计算机装置及存储介质 | |
EP3884426B1 (en) | Action classification in video clips using attention-based neural networks | |
US10796098B2 (en) | Instruction understanding system and instruction understanding method | |
CN111837142A (zh) | 用于表征视频内容的深度强化学习框架 | |
US20220230061A1 (en) | Modality adaptive information retrieval | |
CN113177572A (zh) | 用于从传感器自动学习的方法和计算机可读介质 | |
JP7111429B2 (ja) | 学習装置、学習方法及びプログラム | |
KR102334666B1 (ko) | 얼굴 이미지 생성 방법 | |
JPWO2015040860A1 (ja) | 分類辞書生成装置、分類辞書生成方法及びプログラム | |
JP7377899B2 (ja) | テキスト変換装置、テキスト変換方法、およびプログラム | |
JP2022148878A (ja) | プログラム、情報処理装置、及び方法 | |
KR20220055954A (ko) | 전자 장치 및 그 제어 방법 | |
KR20210130529A (ko) | 딥러닝 기반 일기 생성 방법 및 장치 | |
JP7377898B2 (ja) | テキスト生成装置、テキスト生成方法、およびプログラム | |
JP7421597B2 (ja) | 会議支援方法および会議支援装置 | |
US20230360557A1 (en) | Artificial intelligence-based video and audio assessment | |
RU2788482C2 (ru) | Тренировка модели нейронной сети | |
KR102176035B1 (ko) | 지식 그래프 스키마 확장 방법 및 장치 | |
JP7411149B2 (ja) | 学習装置、推定装置、学習方法、推定方法及びプログラム | |
JP5829471B2 (ja) | 意味分析装置およびそのプログラム | |
US20220269869A1 (en) | Handwriting text summarization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210714 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210714 |
|
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: 20220621 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220714 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7111429 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |