JP7393403B2 - 情報処理装置、メータ読取システム、メータ読取方法、及び情報処理プログラム - Google Patents
情報処理装置、メータ読取システム、メータ読取方法、及び情報処理プログラム Download PDFInfo
- Publication number
- JP7393403B2 JP7393403B2 JP2021154623A JP2021154623A JP7393403B2 JP 7393403 B2 JP7393403 B2 JP 7393403B2 JP 2021154623 A JP2021154623 A JP 2021154623A JP 2021154623 A JP2021154623 A JP 2021154623A JP 7393403 B2 JP7393403 B2 JP 7393403B2
- Authority
- JP
- Japan
- Prior art keywords
- meter
- target
- unit
- value
- image
- 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 130
- 238000000034 method Methods 0.000 title claims description 58
- 238000005259 measurement Methods 0.000 claims description 42
- 238000010801 machine learning Methods 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 29
- 238000010586 diagram Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 13
- 238000011156 evaluation Methods 0.000 description 12
- 230000015654 memory Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 230000002542 deteriorative effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Arrangements For Transmission Of Measured Signals (AREA)
- Image Analysis (AREA)
Description
また、情報処理装置から得られる学習済みモデルも、読取精度を鑑みて適宜追加学習されたモデルが端末装置に保持されるため、設置後の端末装置のメンテナンス性も非常に良いものとなる。
11、21 CPU
11A 取得部
11B 特定部
11C 選択部
11D 提供部
11E 学習部
12、22 ROM
13、23 RAM
14、24 I/O
15、25 記憶部
15A 情報処理プログラム
16 表示部
17 操作部
18、27 通信部
20 端末装置
21A 受付部
21B 読取部
21C 出力部
26 外部i/F
30 設定用タブレット端末
90 メータ読取システム
150 学習済みモデルDB
150A 円形モデルセット
150B 扇形モデルセット
150C デジタルモデルセット
160 物体検出モデルDB
200 カメラ
Claims (8)
- 複数種類のメータを撮影して得られたメータ画像群を入力とし、メータが示す測定値を出力とする教師有りデータを用いて機械学習することにより生成された、各々が1つのメータの種類に対応する複数の学習済みモデルであって、メータ画像を入力し、メータが示す測定値を推定した値である推定値を出力する前記複数の学習済みモデルを記憶する情報処理装置であって、
何れか1の前記学習済みモデルを用いて前記測定値が推定される対象の対象メータのメータ画像を有する端末装置から、予め前記対象メータを撮影して得られたメータ画像を取得する取得部と、
メータ画像が入力されると当該メータ画像からメータを検出してメータの種類を出力するように機械学習された物体検出モデルを用いて、前記取得部により取得された前記メータ画像から前記対象メータの種類を特定する特定部と、
前記取得部により取得された前記メータ画像に対して、作業担当者から前記メータ画像中の前記対象メータが示す測定値の入力を受け付ける測定値受付部と、
前記特定部により特定された種類に対応する複数の学習済みモデルの中から、前記対象メータに対応する学習済みモデルを選択する選択部と、
前記選択部により選択された学習済みモデルを、前記学習済みモデルを用いて前記対象メータのメータ画像を入力とし、前記対象メータが示す測定値の推定を行う前記端末装置に提供する提供部と、
を備え、
前記選択部は、
前記取得部により取得された前記メータ画像に対して、前記測定値受付部により受け付けた前記測定値を対応付け、
前記特定部により特定された種類に対応する前記複数の学習済みモデルの各々に対して、受け付けた前記測定値と対応付けられた前記メータ画像を入力し、前記特定部により特定された種類に対応する前記複数の学習済みモデルの各々から、入力した前記メータ画像に対する前記対象メータが示す測定値を推定した値である推定値を取得し、
取得した前記推定値と受け付けた前記測定値との差が予め定めた範囲内である学習済みモデルの少なくとも1つを前記対象メータに対応する学習済みモデルとして選択する
情報処理装置。 - 前記複数の学習済みモデルの各々は、入力されたメータ画像に対して前記対象メータが示す測定値を推定した値である推定値を出力すると共に、さらに、前記対象メータが取り得る、前記対象メータが示す測定値を推定した値である各推定値を出力する確率を出力し、
前記選択部は、
前記特定部により特定された種類に対応する前記複数の学習済みモデルの各々から、受け付けた前記測定値と対応付けられた前記メータ画像に対する前記対象メータの前記推定値及び前記対象メータが取り得る前記各推定値を出力する確率を取得し、
取得した前記推定値と受け付けた前記測定値との差が予め定めた範囲内である学習済みモデルのうち、前記対象メータの前記推定値として受け付けた前記測定値を出力する確率がより高い学習済みモデルを前記対象メータに対応する学習済みモデルとして選択する
請求項1に記載の情報処理装置。 - 複数種類のメータを撮影して得られたメータ画像群を入力とし、メータが示す測定値を出力とする教師有りデータを用いて機械学習することにより生成された、各々が1つのメータの種類に対応する複数の学習済みモデルであって、メータ画像を入力し、メータが示す測定値を推定した値である推定値を出力する前記複数の学習済みモデルを記憶する情報処理装置であって、
何れか1の前記学習済みモデルを用いて前記測定値が推定される対象の対象メータのメータ画像を有する端末装置から、予め前記対象メータを撮影して得られたメータ画像を取得する取得部と、
メータ画像が入力されると当該メータ画像からメータを検出してメータの種類を出力するように機械学習された物体検出モデルを用いて、前記取得部により取得された前記メータ画像から前記対象メータの種類を特定する特定部と、
前記取得部により取得された前記メータ画像に対して、作業担当者から前記メータ画像中の前記対象メータが示す測定値の入力を受け付ける測定値受付部と、
前記特定部により特定された種類に対応する複数の学習済みモデルの中から、前記対象メータに対応する学習済みモデルを選択する選択部と、
前記選択部により選択された学習済みモデルを、前記学習済みモデルを用いて前記対象メータのメータ画像を入力とし、前記対象メータが示す測定値の推定を行う前記端末装置に提供する提供部と、
を備え、
前記メータ画像は、同一の前記対象メータで測定値が異なる複数のメータ画像であり、
前記複数の学習済みモデルの各々は、入力されたメータ画像に対して前記対象メータが示す測定値を推定した値である推定値を出力すると共に、さらに、前記対象メータが取り得る、前記対象メータが示す測定値を推定した値である各推定値を出力する確率を出力し、
前記選択部は、
前記取得部により取得された前記複数のメータ画像の各々に対して、前記測定値受付部により受け付けた前記測定値を対応付け、
前記特定部により特定された種類に対応する前記複数の学習済みモデルの各々に対して、受け付けた前記測定値と対応付けられた前記複数のメータ画像を入力し、前記特定部により特定された種類に対応する前記複数の学習済みモデルの各々から、入力した前記メータ画像に対する前記対象メータの前記推定値及び前記対象メータが取り得る前記各推定値を出力する確率を取得し、
前記特定部により特定された種類に対応する前記複数の学習済みモデルの各々について、取得した前記推定値と受け付けた前記測定値との差を二乗した値の和である二乗和が最も小さく、かつ、取得した前記確率のうち前記対象メータの推定値として受け付けた前記測定値を出力する確率の平均である平均確率が最も高い学習済みモデルを、前記対象メータに対応する学習済みモデルとして選択する
情報処理装置。 - 前記メータ画像群を入力とし、メータが示す測定値を出力とする教師有りデータを用いて機械学習することにより前記複数の学習済みモデルを生成する学習部を更に備え、
前記取得部は、前記端末装置から定期的に新たなメータ画像を取得し、
前記学習部は、前記端末装置に提供した前記学習済みモデルと同じである自装置に記憶されている学習済みモデルに対して、前記取得した新たなメータ画像に対して、前記測定値受付部により受け付けた前記対象メータが示す測定値を対応付けて追加学習し、
前記提供部は、前記学習部による追加学習が完了した場合に、前記学習部により追加学習された学習済みモデルを前記端末装置に提供する
請求項1~請求項3の何れか1項に記載の情報処理装置。 - 前記メータ画像群を入力とし、メータが示す測定値を出力とする教師有りデータを用いて機械学習することにより前記複数の学習済みモデルを生成する学習部を更に備え、
前記端末装置に提供した前記学習済みモデルは、前記対象メータが示す測定値を推定した値である推定値を出力すると共に、さらに、前記対象メータが取り得る、前記対象メータが示す測定値を推定した値である各推定値を出力する確率を出力し、
前記取得部は、前記端末装置に提供した前記学習済みモデルにおける、前記対象メータの前記推定値として受け付けた前記測定値を出力する確率が閾値以下になった場合に、前記端末装置から新たなメータ画像を取得し、
前記学習部は、前記端末装置に提供した前記学習済みモデルと同じである自装置に記憶されている学習済みモデルに対して、前記取得した新たなメータ画像に対して、前記測定値受付部により受け付けた前記対象メータが示す測定値を対応付けて追加学習し、
前記提供部は、前記学習部による追加学習が完了した場合に、前記学習部により追加学習された学習済みモデルを前記端末装置に提供する
請求項1~請求項3の何れか1項に記載の情報処理装置。 - 請求項1~請求項5の何れか1項に記載の情報処理装置と、
前記情報処理装置とネットワークを介して接続された端末装置と、
を含み、
前記端末装置は、
前記情報処理装置から提供された学習済みモデルの入力を受け付ける受付部と、
前記受付部により受け付けた学習済みモデルに対して、対象メータを撮影して得られたメータ画像を入力し、前記学習済みモデルから、前記対象メータが示す測定値を推定した値である推定値を取得する読取部と、
前記読取部により取得された前記対象メータの前記推定値を前記対象メータが示す測定値として前記情報処理装置に出力する出力部と、
を備えたメータ読取システム。 - 複数種類のメータを撮影して得られたメータ画像群を入力とし、メータが示す測定値を出力とする教師有りデータを用いて機械学習することにより生成された、各々が1つのメータの種類に対応する複数の学習済みモデルであって、メータ画像を入力し、メータが示す測定値を推定した値である推定値を出力する前記複数の学習済みモデルを記憶する情報処理装置と、
前記情報処理装置とネットワークを介して接続された端末装置と、
を含むメータ読取システムによるメータ読取方法であって、
前記情報処理装置が、
前記端末装置から、予め対象メータを撮影して得られたメータ画像を取得し、
メータ画像が入力されると当該メータ画像からメータを検出してメータの種類を出力するように機械学習された物体検出モデルを用いて、前記取得されたメータ画像から前記対象メータの種類を特定し、
前記取得された前記メータ画像に対して、作業担当者から前記メータ画像中の前記対象メータが示す測定値の入力を受け付け、
前記特定された種類に対応する複数の学習済みモデルの中から、前記対象メータに対応する学習済みモデルを選択する場合に、取得された前記メータ画像に対して、受け付けた前記測定値を対応付け、前記特定された種類に対応する前記複数の学習済みモデルの各々に対して、受け付けた前記測定値と対応付けられた前記メータ画像を入力し、前記特定された種類に対応する前記複数の学習済みモデルの各々から、入力した前記メータ画像に対する前記対象メータが示す測定値を推定した値である推定値を取得し、取得した前記推定値と受け付けた前記測定値との差が予め定めた範囲内である学習済みモデルの少なくとも1つを前記対象メータに対応する学習済みモデルとして選択し、
前記選択された学習済みモデルを前記端末装置に提供し、
前記端末装置が、
前記情報処理装置から提供された学習済みモデルの入力を受け付け、
前記受け付けた学習済みモデルに対して、前記対象メータを撮影して得られたメータ画像を入力し、前記学習済みモデルから、前記対象メータが示す測定値を推定した値である推定値を取得し、
前記取得された前記対象メータの前記推定値を前記対象メータが示す測定値として前記情報処理装置に出力する
メータ読取方法。 - コンピュータを、請求項1~請求項5の何れか1項に記載の情報処理装置が備える各部として機能させるための情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021154623A JP7393403B2 (ja) | 2021-09-22 | 2021-09-22 | 情報処理装置、メータ読取システム、メータ読取方法、及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021154623A JP7393403B2 (ja) | 2021-09-22 | 2021-09-22 | 情報処理装置、メータ読取システム、メータ読取方法、及び情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023045976A JP2023045976A (ja) | 2023-04-03 |
JP7393403B2 true JP7393403B2 (ja) | 2023-12-06 |
Family
ID=85777140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021154623A Active JP7393403B2 (ja) | 2021-09-22 | 2021-09-22 | 情報処理装置、メータ読取システム、メータ読取方法、及び情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7393403B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013136295A1 (en) | 2012-03-15 | 2013-09-19 | Northstar Telemetrics, S. L. | Method for automatically reading a utility meter, retrofittable meter reader and automatic meter reading system using the same |
JP2019105998A (ja) | 2017-12-12 | 2019-06-27 | 株式会社東芝 | 情報処理装置、情報処理方法及びコンピュータプログラム |
JP2019197318A (ja) | 2018-05-08 | 2019-11-14 | 株式会社東芝 | 情報処理装置、情報処理方法及びコンピュータプログラム |
JP2020181466A (ja) | 2019-04-26 | 2020-11-05 | Gmoクラウド株式会社 | メータ読取システム、メータ読取方法及びプログラム |
-
2021
- 2021-09-22 JP JP2021154623A patent/JP7393403B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013136295A1 (en) | 2012-03-15 | 2013-09-19 | Northstar Telemetrics, S. L. | Method for automatically reading a utility meter, retrofittable meter reader and automatic meter reading system using the same |
JP2019105998A (ja) | 2017-12-12 | 2019-06-27 | 株式会社東芝 | 情報処理装置、情報処理方法及びコンピュータプログラム |
JP2019197318A (ja) | 2018-05-08 | 2019-11-14 | 株式会社東芝 | 情報処理装置、情報処理方法及びコンピュータプログラム |
JP2020181466A (ja) | 2019-04-26 | 2020-11-05 | Gmoクラウド株式会社 | メータ読取システム、メータ読取方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2023045976A (ja) | 2023-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3220353B1 (en) | Image processing apparatus, image processing method, and recording medium | |
CN109839915A (zh) | 诊断装置、诊断方法及存储介质 | |
US20130271461A1 (en) | Systems and methods for obtaining parameters for a three dimensional model from reflectance data | |
JP6718500B2 (ja) | 生産システムにおける出力効率の最適化 | |
US20150262370A1 (en) | Image processing device, image processing method, and image processing program | |
US20210089005A1 (en) | Control device, control system, control method, and computer-readable storage medium | |
CN108885719B (zh) | 基于立体视觉的随机地图生成和贝叶斯更新 | |
JP5487987B2 (ja) | 判定装置、プログラム、判定方法及び判定システム | |
JP2020038112A (ja) | 推定装置および推定方法 | |
JP2019045929A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN111780876A (zh) | 温度测量方法、装置、电子设备及计算机可读存储介质 | |
WO2017172130A1 (en) | Self-learning locator for mobile device | |
JP7393403B2 (ja) | 情報処理装置、メータ読取システム、メータ読取方法、及び情報処理プログラム | |
CN112015615A (zh) | 存储介质、作业功率评估方法和作业功率评估设备 | |
CN111782529A (zh) | 辅助诊断系统的测试方法、装置、计算机设备及存储介质 | |
JP2012123631A (ja) | 注目領域検出方法、注目領域検出装置、及びプログラム | |
CN113889214A (zh) | 一种获取目标文本的数据处理系统 | |
JP2023015924A (ja) | 生産管理システム、生産管理方法及びプログラム | |
US20220222580A1 (en) | Deterioration detection method, non-transitory computer-readable storage medium, and information processing device | |
CN116430069A (zh) | 机器视觉流体流速测量方法、装置、计算机设备及存储介质 | |
CN114372970B (zh) | 一种手术参考信息生成方法及装置 | |
US20210209489A1 (en) | Processing a classifier | |
JP7321452B2 (ja) | プログラム、情報処理装置、情報処理方法及び学習済みモデルの生成方法 | |
JP2022021268A (ja) | 屋根の劣化診断方法および劣化診断システム | |
CN115789871A (zh) | 能耗原因分析方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210922 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221206 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230130 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230320 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230718 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230911 |
|
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: 20231107 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231124 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7393403 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |