JP7270127B2 - 分類システム、分類方法、及びプログラム - Google Patents
分類システム、分類方法、及びプログラム Download PDFInfo
- Publication number
- JP7270127B2 JP7270127B2 JP2021550438A JP2021550438A JP7270127B2 JP 7270127 B2 JP7270127 B2 JP 7270127B2 JP 2021550438 A JP2021550438 A JP 2021550438A JP 2021550438 A JP2021550438 A JP 2021550438A JP 7270127 B2 JP7270127 B2 JP 7270127B2
- Authority
- JP
- Japan
- Prior art keywords
- target data
- unit
- classification
- classes
- classified
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Description
本実施形態に係る分類システム100は、対象データを複数のクラスのいずれかに分類するためのシステムである。本実施形態では、対象データは、対象画像A1(図2参照)を表すデータである。対象画像A1は、判定対象物2の画像である。判定対象物2は、一例として、缶である。図2に示す対象画像A1は、正常な状態の缶の底面を表している。ここで、判定対象物2は、正常な状態と、複数種類の異常な状態と、のうち少なくとも1つの状態をとり得る。異常な状態は、一例として、判定対象物2に点打痕のある状態、線傷のある状態、円擦り傷のある状態、汚れが付着した状態、及び異物(液体等)が付着した状態を含み得る。つまり、分類システム100は、判定対象物2を複数のクラス(ここでは、正常な状態及び複数種類の異常な状態)のいずれかに分類することになる。このため、分類システム100は、判定対象物2の検査に利用され得る。
以下、本実施形態に係る分類システム100について図1を参照して説明する。分類システム100は、入力受付部11と、出力部12と、記憶部13と、処理部14と、を備えている。
以下、本実施形態の分類システムの動作の一例について、図8を用いて説明する。まず、入力受付部11にて対象データの入力を受け付けると(S1)、算出部F2は、入力受付部11にて受け付けた対象データの特徴量を算出する(S2)。そして、分類部F1は、学習済みモデルを利用して、入力受付部11にて受け付けた対象データを分類する(S3)。なお、算出部F2による対象データの特徴量の算出処理と、分類部F1による対象データの分類処理とは、順番が逆であってもよい。
上述のように、本実施形態では、分類システム100は、判定部F3にて対象データが新規クラスに分類される可能性があると判定すると、自動的に分類部F1を再学習して対象データを新規クラスに分類するのではなく、新規クラスが必要であることをユーザに提示する。したがって、本実施形態では、既存のクラスにはない新規クラスに属し得る対象データが入力された場合にも、対象データを適切に分類しやすい、という利点がある。
上述の実施形態は、本開示の様々な実施形態の一つに過ぎない。上述の実施形態は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。また、上述の実施形態に係る分類システム100と同様の機能は、分類方法、コンピュータプログラム、又はコンピュータプログラムを記録した非一時的記録媒体等で具現化されてもよい。
以上述べたように、第1の態様に係る分類システム(100)は、入力受付部(11)と、分類部(F1)と、算出部(F2)と、判定部(F3)と、を備える。入力受付部(11)は、対象データの入力を受け付ける。分類部(F1)は、対象データを、複数のクラスのうちのいずれかのクラスに分類する。算出部(F2)は、対象データの特徴量を算出する。判定部(F3)は、分類部(F1)での分類結果、及び算出部(F2)で算出された対象データの特徴量に基づいて、対象データが複数のクラスとは異なる新規クラスに分類される可能性を判定する。
12 出力部(提示部)
13 記憶部
100 分類システム
F1 分類部
F11~F1n 分類器
F2 算出部
F3 判定部
FS1 特徴量空間
G0、G1、G2、G3 グループ
S1 入力受付ステップ
S2 算出ステップ
S3 分類ステップ
S4~S8 判定ステップ
S9 提示ステップ
Claims (13)
- 対象データの入力を受け付ける入力受付部と、
複数の分類器を有し、前記対象データを、複数のクラスのうちのいずれかのクラスに分類する分類部と、
前記対象データの特徴量を算出する算出部と、
前記分類部での分類結果、及び前記算出部で算出された前記対象データの特徴量に基づいて、前記対象データが前記複数のクラスとは異なる新規クラスに分類される可能性を判定する判定部と、を備え、
前記複数のクラスは、前記分類部の有する複数の分類器にそれぞれ対応する複数の対応クラスと、前記複数の分類器のいずれにも対応しない他クラスと、を含んでおり、
前記判定部は、前記対象データが前記他クラス及び前記新規クラスのいずれに分類されるかを区別して判定し、
前記対象データが前記複数の対応クラスのうちの2以上の対応クラスに分類され、かつ前記対象データの特徴量が特徴量空間にて前記2以上の対応クラスの間にある場合、前記判定部は、前記対象データを前記新規クラスに分類される候補とし、
前記2以上の対応クラスに対応する2以上の分類器のいずれかで、前記対象データの同じ箇所に注目していない場合、前記判定部は、前記対象データを前記候補から除外する、
分類システム。 - 前記判定部にて前記対象データが前記新規クラスに分類される可能性があると判定した場合に、前記判定部の判定結果を提示する提示部と、を更に備える、
請求項1に記載の分類システム。 - 前記分類部は、前記複数の分類器及びNOR回路により構成される、
請求項1または2に記載の分類システム。 - 前記対象データが、前記他クラスに分類され、前記複数の対応クラスのいずれにおいても確信度が閾値よりも低く、かつ、前記対象データの特徴量が特徴量空間にて前記複数の対応クラスのいずれからも所定距離以上離れている場合、前記判定部は、前記対象データを前記新規クラスに分類される候補とする、
請求項1~3のいずれか1項に記載の分類システム。 - 前記判定部は、前記候補とされた前記対象データの数が所定数を上回ると、前記対象データが前記新規クラスに分類される、と判定する、
請求項4に記載の分類システム。 - 前記対象データと、前記対象データに対する前記判定部の前記判定結果と、を記憶する記憶部を更に備える、
請求項2に記載の分類システム。 - 前記判定結果は、前記対象データの特徴量の類似度に応じたグループに紐付けられて前記記憶部に記憶される、
請求項6に記載の分類システム。 - 前記提示部は、前記グループに属する前記対象データの数に応じた態様で前記判定結果を提示する、
請求項7に記載の分類システム。 - 前記分類部は、前記判定部にて前記新規クラスに分類されると判定された前記対象データを教師データとして、再学習される、
請求項1~8のいずれか1項に記載の分類システム。 - 前記提示部は、前記対象データの前記複数のクラスでの確信度と、特徴量空間と、を表示する、
請求項2、6~8のいずれか1項に記載の分類システム。 - 複数の分類器に対象データを分類する分類方法であって、
前記対象データの入力を受け付ける入力受付ステップと、
前記対象データを、複数のクラスのうちのいずれかのクラスに分類する分類ステップと、
前記対象データの特徴量を算出する算出ステップと、
前記分類ステップでの分類結果、及び前記算出ステップで算出された前記対象データの特徴量に基づいて、前記対象データが前記複数のクラスとは異なる新規クラスに分類される可能性を判定する判定ステップと、を有し、
前記複数のクラスは、前記複数の分類器にそれぞれ対応する複数の対応クラスと、前記複数の分類器のいずれにも対応しない他クラスと、を含んでおり、
前記判定ステップにおいて、前記対象データが前記他クラス及び前記新規クラスのいずれに分類されるかを区別して判定し、
前記対象データが前記複数の対応クラスのうちの2以上の対応クラスに分類され、かつ前記対象データの特徴量が特徴量空間にて前記2以上の対応クラスの間にある場合、前記判定ステップにおいて前記対象データを前記新規クラスに分類される候補とし、
前記2以上の対応クラスに対応する2以上の分類器のいずれかで、前記対象データの同じ箇所に注目していない場合、前記判定ステップにおいて前記対象データを前記候補から除外する、
分類方法。 - 前記判定ステップにて前記対象データが前記新規クラスに分類される可能性があると判定した場合に、前記判定ステップの判定結果を提示する提示ステップと、を更に有する
請求項11に記載の分類方法。 - 1以上のプロセッサに、請求項11または12に記載の分類方法を実行させるためのプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019184815 | 2019-10-07 | ||
JP2019184815 | 2019-10-07 | ||
PCT/JP2020/032539 WO2021070505A1 (ja) | 2019-10-07 | 2020-08-28 | 分類システム、分類方法、及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021070505A1 JPWO2021070505A1 (ja) | 2021-04-15 |
JPWO2021070505A5 JPWO2021070505A5 (ja) | 2022-03-17 |
JP7270127B2 true JP7270127B2 (ja) | 2023-05-10 |
Family
ID=75437139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021550438A Active JP7270127B2 (ja) | 2019-10-07 | 2020-08-28 | 分類システム、分類方法、及びプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220342913A1 (ja) |
JP (1) | JP7270127B2 (ja) |
CN (1) | CN114521268A (ja) |
WO (1) | WO2021070505A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002117046A (ja) | 2000-10-05 | 2002-04-19 | Just Syst Corp | 文書分類装置、文書分類方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 |
WO2011081192A1 (ja) | 2009-12-28 | 2011-07-07 | サイバーアイ・エンタテインメント株式会社 | 画像認識システム |
JP2014095967A (ja) | 2012-11-08 | 2014-05-22 | Sony Corp | 情報処理装置、情報処理方法およびプログラム |
WO2018170028A1 (en) | 2017-03-14 | 2018-09-20 | Tupl, Inc | Automated decision making using staged machine learning |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05342272A (ja) * | 1992-06-05 | 1993-12-24 | Fujitsu Ltd | テキスト自動分類方式 |
JPH07111042A (ja) * | 1993-10-08 | 1995-04-25 | Hitachi Ltd | データ弁別回路 |
US7564994B1 (en) * | 2004-01-22 | 2009-07-21 | Fotonation Vision Limited | Classification system for consumer digital images using automatic workflow and face detection and recognition |
EP2141657A4 (en) * | 2007-04-18 | 2015-04-08 | Univ Tokyo | METHOD FOR SELECTION OF CHARACTERISTICS, DEVICE FOR SELECTION OF CHARACTERISTICS, IMAGE CLASSIFICATION METHOD, IMAGE CLASSIFICATION DEVICE, COMPUTER PROGRAM AND RECORDING MEDIUM |
JP2017524196A (ja) * | 2014-08-04 | 2017-08-24 | ヴェンタナ メディカル システムズ, インク. | コンテキストフィーチャを用いた画像解析システム |
US10474950B2 (en) * | 2015-06-29 | 2019-11-12 | Microsoft Technology Licensing, Llc | Training and operation of computational models |
JP6708385B2 (ja) * | 2015-09-25 | 2020-06-10 | キヤノン株式会社 | 識別器作成装置、識別器作成方法、およびプログラム |
US10546237B2 (en) * | 2017-03-30 | 2020-01-28 | Atomwise Inc. | Systems and methods for correcting error in a first classifier by evaluating classifier output in parallel |
JP7000766B2 (ja) * | 2017-09-19 | 2022-01-19 | 富士通株式会社 | 学習データ選択プログラム、学習データ選択方法、および、学習データ選択装置 |
US10055685B1 (en) * | 2017-10-16 | 2018-08-21 | Apprente, Inc. | Machine learning architecture for lifelong learning |
US20190354850A1 (en) * | 2018-05-17 | 2019-11-21 | International Business Machines Corporation | Identifying transfer models for machine learning tasks |
-
2020
- 2020-08-28 JP JP2021550438A patent/JP7270127B2/ja active Active
- 2020-08-28 CN CN202080065301.6A patent/CN114521268A/zh active Pending
- 2020-08-28 WO PCT/JP2020/032539 patent/WO2021070505A1/ja active Application Filing
- 2020-08-28 US US17/762,886 patent/US20220342913A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002117046A (ja) | 2000-10-05 | 2002-04-19 | Just Syst Corp | 文書分類装置、文書分類方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 |
WO2011081192A1 (ja) | 2009-12-28 | 2011-07-07 | サイバーアイ・エンタテインメント株式会社 | 画像認識システム |
JP2014095967A (ja) | 2012-11-08 | 2014-05-22 | Sony Corp | 情報処理装置、情報処理方法およびプログラム |
WO2018170028A1 (en) | 2017-03-14 | 2018-09-20 | Tupl, Inc | Automated decision making using staged machine learning |
Also Published As
Publication number | Publication date |
---|---|
US20220342913A1 (en) | 2022-10-27 |
WO2021070505A1 (ja) | 2021-04-15 |
CN114521268A (zh) | 2022-05-20 |
JPWO2021070505A1 (ja) | 2021-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11341375B2 (en) | Image processing apparatus and method based on deep learning and neural network learning | |
US11829858B2 (en) | Method of training neural network by selecting data to be used in a subsequent training process and identifying a cluster corresponding to a feature vector | |
US20240013506A1 (en) | Joint training of neural networks using multi-scale hard example mining | |
US10210418B2 (en) | Object detection system and object detection method | |
US20200082224A1 (en) | Weakly supervised learning for classifying images | |
US20180300576A1 (en) | Semi-automatic labelling of datasets | |
JP6679266B2 (ja) | データ解析装置、データ解析方法及びプログラム | |
TW202008237A (zh) | 針對新場景的預測模型訓練方法及裝置 | |
US11151425B2 (en) | Methods and apparatus to perform image analyses in a computing environment | |
JP2018200685A (ja) | 完全教師あり学習用のデータセットの形成 | |
US20210319340A1 (en) | Machine learning model confidence score validation | |
CN112633309A (zh) | 基于贝叶斯优化的查询高效的黑盒对抗攻击 | |
JP2017102906A (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN114220076A (zh) | 多目标检测方法、装置及其应用 | |
US20170139908A1 (en) | Technology trend predicting method and system and non-transitory computer readable storage medium | |
WO2020041859A1 (en) | System and method for building and using learning machines to understand and explain learning machines | |
JP7270127B2 (ja) | 分類システム、分類方法、及びプログラム | |
US20230134508A1 (en) | Electronic device and method with machine learning training | |
CN113807407B (zh) | 目标检测模型训练方法、模型性能检测方法及装置 | |
WO2020152487A1 (en) | Methods and apparatus to perform image analyses in a computing environment | |
US20230062313A1 (en) | Generating 2d mapping using 3d data | |
US20210342642A1 (en) | Machine learning training dataset optimization | |
US20210406693A1 (en) | Data sample analysis in a dataset for a machine learning model | |
CN111091022A (zh) | 机器视觉的效能评估方法与系统 | |
CN111325350A (zh) | 可疑组织发现系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211220 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211221 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20221024 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230123 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230227 |
|
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: 20230314 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230327 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7270127 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |