JP7355299B2 - 学習用データセット生成システム、学習サーバ、及び学習用データセット生成プログラム - Google Patents
学習用データセット生成システム、学習サーバ、及び学習用データセット生成プログラム Download PDFInfo
- Publication number
- JP7355299B2 JP7355299B2 JP2019110810A JP2019110810A JP7355299B2 JP 7355299 B2 JP7355299 B2 JP 7355299B2 JP 2019110810 A JP2019110810 A JP 2019110810A JP 2019110810 A JP2019110810 A JP 2019110810A JP 7355299 B2 JP7355299 B2 JP 7355299B2
- Authority
- JP
- Japan
- Prior art keywords
- images
- unit
- data set
- related images
- correction
- 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
Landscapes
- Image Analysis (AREA)
Description
なお、本発明は、上記の各実施形態の構成に限られず、発明の趣旨を変更しない範囲で種々の変形が可能である。次に、本発明の変形例について説明する。
上記の実施形態では、分析ボックス3に画像収集部32を配して(分析ボックス3に、物体検出用NNモデルをインストールして)、この画像収集部32により、カメラ2で撮影された撮影画像のうち、種データセット19に含まれる複数枚のサンプル画像の少なくともいずれかに類似する撮影画像である、複数の関連画像を収集するようにした。けれども、この構成に限られず、例えば、各店舗に配するカメラを、いわゆるエッジコンピューティング機能を有するAI(Artificial Intelligence)カメラにして、このAIカメラに、種データ(のサンプル画像)を精度良く検出することができる物体検出用NNモデルをインストールし、複数の関連画像を収集するようにさせてもよい。また、学習サーバが、画像収集部32を有する構成にしてもよい。すなわち、学習サーバに、カメラで撮影された全ての撮影画像を送信して、学習サーバが、種データのサンプル画像を精度良く検出することができる物体検出用NNモデルを用いて、種データセットに含まれる複数枚のサンプル画像の少なくともいずれかに類似する撮影画像である、複数の関連画像を収集(選別)するようにしてもよい。
上記の実施形態では、複数の関連画像の各々を、クラス分類への寄与度の高い2軸を主成分軸とした2次元平面上にマッピングすることにより、複数の関連画像のマッピング結果を可視化した。けれども、複数の関連画像の各々を、クラス分類への寄与度の高い3軸を主成分軸とした(3軸を用いた)3次元空間上にマッピングすることにより、複数の関連画像のマッピング結果を可視化するようにしてもよい。
上記の実施形態では、ディスプレイ14に表示された各クラスタ間の境界83を、マウスのドラッグ&ドロップ操作等で訂正入力することにより、ディスプレイ14にマッピング結果が表示された全ての関連画像について、ラベル付与部55により付与された正解ラベルの訂正入力を行うようにした。けれども、正解ラベルの訂正入力の方法は、これに限られず、例えば、ディスプレイ14にマッピング結果が表示された関連画像(のサムネイル画像)のうち、誤った正解ラベルに対応するクラスタに含まれている関連画像(のサムネイル画像)を、マウスのドラッグ操作で、正しい正解ラベルに対応するクラスタの方向に引っ張ることにより、正解ラベルの訂正入力を行うようにしてもよい。なお、この場合、ドラッグ操作で正しい(正解ラベルに対応する)クラスタの方向に引っ張られた関連画像(のサムネイル画像)の位置は変化せず、クラスタの境界(線)の方が変えられる(訂正される)。
上記の実施形態では、データセット生成システム10が、クラウドC上に、学習サーバ1とAI分析サーバ7と管理サーバ8とを備える場合の例を示したが、データセット生成システムの構成はこれに限られず、例えば、クラウド上に、学習サーバと管理サーバを備えていてもよいし、学習サーバのみを備えていてもよい。
2 カメラ
10 データセット生成システム(学習用データセット生成システム)
11 CPU(クラスタ形成部、ラベル付与部、マッピング処理部、表示制御部、訂正処理部)
14 ディスプレイ(表示部)
15 操作部(訂正入力部)
18 学習用データセット生成訂正プログラム(学習用データセット生成プログラム)
19 種データセット
32 画像収集部
51 画像入力部
52 画像受信部
54 クラスタ形成部
55 ラベル付与部
57 マッピング処理部
58 表示制御部
59 表示部
60 訂正入力部
61 訂正処理部
83 境界(クラスタの境界)
Claims (9)
- 複数枚のサンプル画像と、これらのサンプル画像に付与されたクラス分類の正解ラベルとを含む教師データである種データセットを入力する画像入力部と、
前記種データセットに含まれるサンプル画像を検出することが可能な物体検出用NNモデルを用いて、カメラで撮影された撮影画像のうち、前記種データセットに含まれる複数枚のサンプル画像の少なくともいずれかに類似する撮影画像である、複数の関連画像を収集する画像収集部と、
前記画像入力部で入力された種データセットに含まれるサンプル画像を用いて、前記クラス分類の正解ラベルに応じたクラスタを形成するクラスタ形成部と、
前記画像収集部により収集した複数の関連画像の各々が、前記クラスタのうち、いずれのクラスタに含まれるかを判定して、この判定結果のクラスタに応じた正解ラベルを、前記関連画像の各々に付与するラベル付与部と、
前記複数の関連画像の各々について、前記ラベル付与部により付与された正解ラベルの訂正入力を行うための訂正入力部と、
前記訂正入力部による訂正入力に応じて、前記複数の関連画像の各々に付与された正解ラベルを訂正する訂正処理部とを備える学習用データセット生成システム。 - 前記複数の関連画像を、前記クラス分類への寄与度の高い2軸又は3軸を用いた2次元平面又は3次元空間上にマッピングするマッピング処理部と、
前記マッピング処理部による前記複数の関連画像の各々のマッピング結果を表示する表示部とをさらに備え、
前記訂正入力部は、前記表示部にマッピング結果が表示された前記複数の関連画像の各々について、前記ラベル付与部により付与された正解ラベルの訂正入力を行うためのものであることを特徴とする請求項1に記載の学習用データセット生成システム。 - 前記複数の関連画像の各々のマッピング結果を、前記クラスタ形成部により形成されたクラスタの境界と共に、前記表示部に表示するように制御する表示制御部をさらに備え、
前記訂正入力部による訂正入力は、前記クラスタ形成部により形成された、各正解ラベルのクラスタの境界を訂正するための入力であることを特徴とする請求項2に記載の学習用データセット生成システム。 - 前記クラスタ形成部は、前記クラス分類への寄与度の高い軸に重みを付けて、前記クラスタの形成処理を行うことを特徴とする請求項1乃至請求項3のいずれか一項に記載の学習用データセット生成システム。
- 前記クラスタ形成部は、VAE(Variational Autoencoder)を利用して、前記クラスタの形成処理を行うことを特徴とする請求項1乃至請求項4のいずれか一項に記載の学習用データセット生成システム。
- 複数枚のサンプル画像と、これらのサンプル画像に付与されたクラス分類の正解ラベルとを含む教師データである種データセットを入力する画像入力部と、
カメラで撮影された撮影画像のうち、前記種データセットに含まれる複数枚のサンプル画像の少なくともいずれかに類似する撮影画像である、複数の関連画像を受信する画像受信部と、
前記画像入力部で入力された種データセットに含まれるサンプル画像を用いて、前記クラス分類の正解ラベルに応じたクラスタを形成するクラスタ形成部と、
前記画像受信部により受信した複数の関連画像の各々が、前記クラスタのうち、いずれのクラスタに含まれるかを判定して、この判定結果のクラスタに応じた正解ラベルを、前記関連画像の各々に付与するラベル付与部と、
前記複数の関連画像の各々について、前記ラベル付与部により付与された正解ラベルの訂正入力を行うための訂正入力部と、
前記訂正入力部による訂正入力に応じて、前記複数の関連画像の各々に付与された正解ラベルを訂正する訂正処理部とを備え、
前記画像受信部が受信する関連画像は、前記種データセットに含まれるサンプル画像を検出することが可能な物体検出用NNモデルを用いて、カメラで撮影された撮影画像から収集された撮影画像である学習サーバ。 - 前記複数の関連画像を、前記クラス分類への寄与度の高い2軸又は3軸を用いた2次元平面又は3次元空間上にマッピングするマッピング処理部と、
前記マッピング処理部による前記複数の関連画像の各々のマッピング結果を表示する表示部とをさらに備え、
前記訂正入力部は、前記表示部にマッピング結果が表示された前記複数の関連画像の各々について、前記ラベル付与部により付与された正解ラベルの訂正入力を行うためのものであることを特徴とする請求項6に記載の学習サーバ。 - コンピュータを、
複数枚のサンプル画像と、これらのサンプル画像に付与されたクラス分類の正解ラベルとを含む教師データである種データセットを入力する画像入力部と、
カメラで撮影された撮影画像のうち、前記種データセットに含まれる複数枚のサンプル画像の少なくともいずれかに類似する撮影画像である、複数の関連画像を受信する画像受信部と、
前記画像入力部で入力された種データセットに含まれるサンプル画像を用いて、前記クラス分類の正解ラベルに応じたクラスタを形成するクラスタ形成部と、
前記画像受信部により受信した複数の関連画像の各々が、前記クラスタのうち、いずれのクラスタに含まれるかを判定して、この判定結果のクラスタに応じた正解ラベルを、前記関連画像の各々に付与するラベル付与部と、
前記複数の関連画像の各々について、前記ラベル付与部により付与された正解ラベルの訂正入力を行うための訂正入力部と、
前記訂正入力部による訂正入力に応じて、前記複数の関連画像の各々に付与された正解ラベルを訂正する訂正処理部として機能させ、
前記画像受信部が受信する関連画像は、前記種データセットに含まれるサンプル画像を検出することが可能な物体検出用NNモデルを用いて、カメラで撮影された撮影画像から収集された撮影画像である学習用データセット生成プログラム。 - 前記コンピュータを、さらに、
前記複数の関連画像を、前記クラス分類への寄与度の高い2軸又は3軸を用いた2次元平面又は3次元空間上にマッピングするマッピング処理部と、
前記マッピング処理部による前記複数の関連画像の各々のマッピング結果を表示する表示部として機能させ、
前記訂正入力部は、前記表示部にマッピング結果が表示された前記複数の関連画像の各々について、前記ラベル付与部により付与された正解ラベルの訂正入力を行うためのものであることを特徴とする請求項8に記載の学習用データセット生成プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019110810A JP7355299B2 (ja) | 2019-06-14 | 2019-06-14 | 学習用データセット生成システム、学習サーバ、及び学習用データセット生成プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019110810A JP7355299B2 (ja) | 2019-06-14 | 2019-06-14 | 学習用データセット生成システム、学習サーバ、及び学習用データセット生成プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020204800A JP2020204800A (ja) | 2020-12-24 |
JP7355299B2 true JP7355299B2 (ja) | 2023-10-03 |
Family
ID=73837383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019110810A Active JP7355299B2 (ja) | 2019-06-14 | 2019-06-14 | 学習用データセット生成システム、学習サーバ、及び学習用データセット生成プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7355299B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112784691B (zh) * | 2020-12-31 | 2023-06-02 | 杭州海康威视数字技术股份有限公司 | 一种目标检测模型训练方法、目标检测方法和装置 |
JPWO2023058433A1 (ja) * | 2021-10-06 | 2023-04-13 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007504480A (ja) | 2003-06-10 | 2007-03-01 | エイド・コーポレイション | マルチチャネルデータのグラフィック表現を用いて基板の表面において生じる欠陥を分類するための方法及びシステム |
WO2018154900A1 (ja) | 2017-02-22 | 2018-08-30 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2019087012A (ja) | 2017-11-07 | 2019-06-06 | キヤノン株式会社 | 情報処理装置、情報処理方法、コンピュータプログラム、及び記憶媒体 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2870415B2 (ja) * | 1994-08-22 | 1999-03-17 | 日本電気株式会社 | 領域分割方法および装置 |
JP4132229B2 (ja) * | 1998-06-03 | 2008-08-13 | 株式会社ルネサステクノロジ | 欠陥分類方法 |
-
2019
- 2019-06-14 JP JP2019110810A patent/JP7355299B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007504480A (ja) | 2003-06-10 | 2007-03-01 | エイド・コーポレイション | マルチチャネルデータのグラフィック表現を用いて基板の表面において生じる欠陥を分類するための方法及びシステム |
WO2018154900A1 (ja) | 2017-02-22 | 2018-08-30 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2019087012A (ja) | 2017-11-07 | 2019-06-06 | キヤノン株式会社 | 情報処理装置、情報処理方法、コンピュータプログラム、及び記憶媒体 |
Non-Patent Citations (1)
Title |
---|
安富 優,解説 認識・検出 低コストなデータで学習可能なディープラーニングによる物体検出,画像ラボ 第30巻 第1号 Image Laboratory,日本,日本工業出版株式会社,2019年01月07日,第30巻,pp.43-47 |
Also Published As
Publication number | Publication date |
---|---|
JP2020204800A (ja) | 2020-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7375006B2 (ja) | 画像セマンティックセグメンテーションネットワークのトレーニング方法、装置、機器及びコンピュータプログラム | |
Li et al. | Localizing and quantifying damage in social media images | |
US10828000B2 (en) | Medical image data analysis | |
WO2018170311A1 (en) | Mixed-initiative machine learning systems and methods for determining segmentations | |
CN109191424B (zh) | 一种乳腺肿块检测与分类系统、计算机可读存储介质 | |
CN113139628B (zh) | 样本图像的识别方法、装置、设备及可读存储介质 | |
CN112070135A (zh) | 电力设备图像检测方法、装置、电力设备及存储介质 | |
CN110009038B (zh) | 筛查模型的训练方法、装置及存储介质 | |
US20220092407A1 (en) | Transfer learning with machine learning systems | |
JP7355299B2 (ja) | 学習用データセット生成システム、学習サーバ、及び学習用データセット生成プログラム | |
Li et al. | Localizing and quantifying infrastructure damage using class activation mapping approaches | |
CN111159241B (zh) | 一种点击转化预估方法及装置 | |
CN115908988A (zh) | 一种缺陷检测模型生成方法、装置、设备以及存储介质 | |
US20230297886A1 (en) | Cluster targeting for use in machine learning | |
Sameki et al. | ICORD: Intelligent Collection of Redundant Data-A Dynamic System for Crowdsourcing Cell Segmentations Accurately and Efficiently. | |
WO2024045319A1 (zh) | 人脸图像聚类方法、装置、电子设备及存储介质 | |
KR20200124887A (ko) | 데이터 프로그래밍에 기반한 레이블링 모델 생성 방법 및 장치 | |
CN114114457A (zh) | 基于多模态测井数据的裂缝表征方法、装置及设备 | |
KR20210031444A (ko) | 데이터 프로그래밍에 기반한 레이블링 모델 생성 방법 및 장치 | |
CN111582404A (zh) | 内容分类方法、装置及可读存储介质 | |
Kardawi et al. | A Comparative Analysis of Deep Learning Models for Detection of Knee Osteoarthritis Disease through Mobile Apps | |
Vidyabharathi et al. | Enhancing crack detection with convolutional neural networks and oriented non-maximal suppression | |
JP2020181265A (ja) | 情報処理装置、システム、情報処理方法及びプログラム | |
CN115496931B (zh) | 一种工业机器人健康监测方法及系统 | |
CN117574098B (zh) | 一种学习专注度分析方法以及相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220420 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230329 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230602 |
|
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: 20230905 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230908 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7355299 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |