JPWO2020044566A1 - データ処理システムおよびデータ処理方法 - Google Patents
データ処理システムおよびデータ処理方法 Download PDFInfo
- Publication number
- JPWO2020044566A1 JPWO2020044566A1 JP2020540012A JP2020540012A JPWO2020044566A1 JP WO2020044566 A1 JPWO2020044566 A1 JP WO2020044566A1 JP 2020540012 A JP2020540012 A JP 2020540012A JP 2020540012 A JP2020540012 A JP 2020540012A JP WO2020044566 A1 JPWO2020044566 A1 JP WO2020044566A1
- Authority
- JP
- Japan
- Prior art keywords
- data
- output
- intermediate layer
- neural network
- layer
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
- G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
- G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Image Analysis (AREA)
Abstract
Description
中間層処理部132は、第M(Mは1以上の整数)中間層の処理として、入力データを表す中間データと平面サイズの等しい特徴マップを出力する特徴マップ出力処理を実行する。特徴マップ出力処理では、中間データに対して、最適化対象パラメータからなる畳み込みカーネルによる畳み込み演算を含む演算を適用することにより上述の特徴マップを出力する。本実施の形態では、中間層処理部132は、特徴マップ出力処理として、中間データに対して畳み込み演算と活性化処理とを適用する。そして中間層処理部132は、第M中間層に入力されるべき中間データと、当該中間データを第M中間層に入力することにより出力される中間データとを乗算する乗算処理を実行する。
図3は、データ処理システム100による学習処理のフローチャートを示す。取得部110は、複数枚の学習用の画像を取得する(S10)。ニューラルネットワーク処理部130は、取得部110が取得した複数枚の学習用の画像のそれぞれに対して、ニューラルネットワークにしたがった処理を実行し、それぞれについての出力データを出力する(S12)。学習部140は、複数枚の学習用の画像のそれぞれについての出力データと、それぞれについての正解値とに基づいて、パラメータを更新する(S14)。学習部140は、終了条件が満たされるか否かを判定する(S16)。終了条件が満たされない場合(S16のN)、処理はS10に戻される。終了条件が満たされる場合(S16のY)、処理は終了する。
実施の形態では、ニューラルネットワーク処理部130は、プーリング処理として、乗算処理を実行することにより出力される中間データに対して、平均値プーリングを適用する場合について説明したが、これには限定されず、任意のプーリング処理手法を用いてもよい。
Claims (10)
- 入力層、1以上の中間層および出力層を含むニューラルネットワークにしたがった処理を実行するプロセッサを備え、
前記ニューラルネットワークは、学習データに対して前記処理を実行することにより出力される出力データと、前記学習データに対する理想的な出力データとの比較に基づいて、最適化対象パラメータが最適化されており、
前記プロセッサは、
第M(Mは1以上の整数)中間層において、第M中間層への入力データを表す中間データに対して、最適化対象パラメータからなる畳み込みカーネルを用いた畳み込み演算を含む演算を適用することによって、当該中間データと平面サイズの等しい特徴マップを出力し、
第M中間層に入力される中間データと、当該中間データを第M中間層に入力することにより出力される特徴マップの対応する座標同士を乗算し、
第(M+1)中間層において、前記乗算を実行することにより出力される中間データに対して、プーリング処理を実行することを特徴とするデータ処理システム。 - 入力層、1以上の中間層および出力層を含むニューラルネットワークにしたがった処理を実行するプロセッサと、
前記ニューラルネットワーク処理部が学習データに対して前記処理を実行することにより出力される出力データと、前記学習データに対する理想的な出力データとの比較に基づいて、前記ニューラルネットワークの最適化対象パラメータを最適化することにより、前記ニューラルネットワークを学習させる学習部と、を備え、
前記プロセッサは、前記学習では、
第M(Mは1以上の整数)中間層において、第M中間層への入力データを表す中間データに対して、最適化対象パラメータからなる畳み込みカーネルを用いた畳み込み演算を含む演算を適用することによって、当該中間データと平面サイズの等しい特徴マップを出力し、
第M中間層に入力される中間データと、当該中間データを第M中間層に入力することにより出力される特徴マップの対応する座標同士を乗算し、
第(M+1)中間層において、前記乗算を実行することにより出力される中間データに対して、プーリング処理を実行することを特徴とするデータ処理システム。 - 前記畳み込みカーネルは、特徴方向に直交する次元のサイズが1よりも大きいことを特徴とする請求項1または2に記載のデータ処理システム。
- 前記プロセッサは、特徴方向の次元が1である特徴マップを出力することを特徴とする請求項1から3のいずれかに記載のデータ処理システム。
- 前記プロセッサは、実数値に対して0以上1以下の実数値を出力する演算であることを特徴とする請求項1から3のいずれかに記載のデータ処理システム。
- 前記畳み込み演算の出力に対してシグモイド関数を適用した結果を出力することを特徴とする請求項1から4のいずれかに記載のデータ処理システム。
- 前記プロセッサは、前記プーリング処理として、前記乗算を実行することにより出力される中間データに対して平均プーリングを適用することを特徴とする請求項1から5のいずれかに記載のデータ処理システム。
- 前記プロセッサは、前記プーリング処理として、前記乗算を実行することにより出力される中間データに対して総和プーリングを適用することを特徴とする請求項1から6のいずれかに記載のデータ処理システム。
- 入力層、1以上の中間層および出力層を含むニューラルネットワークにしたがった処理を実行するデータ処理方法であって、
前記ニューラルネットワークは、学習データに対して前記処理を実行することにより出力される出力データと、前記学習データに対する理想的な出力データとの比較に基づいて、最適化対象パラメータが最適化されており、
前記ニューラルネットワークにしたがった処理では、
第M(Mは1以上の整数)中間層において、第M中間層への入力データを表す中間データに対して、最適化対象パラメータからなる畳み込みカーネルを用いた畳み込み演算を含む演算を適用することによって、当該中間データと平面サイズの等しい特徴マップを出力し、
第M中間層に入力される中間データと、当該中間データを第M中間層に入力することにより出力される特徴マップの対応する座標同士を乗算し、
第(M+1)中間層において、前記乗算を実行することにより出力される中間データに対して、プーリング処理を実行することを特徴とするデータ処理方法。 - 学習データに対して、入力層、1以上の中間層および出力層を含むニューラルネットワークにしたがった処理を実行することにより、学習データに対応する出力データを出力するステップと、
学習データに対応する出力データと、前記学習データに対する理想的な出力データとの比較に基づいて、前記ニューラルネットワークの最適化対象パラメータを最適化するステップと、を備え、
前記最適化対象パラメータを最適化するステップでは、
第M(Mは1以上の整数)中間層において、第M中間層への入力データを表す中間データに対して、最適化対象パラメータからなる畳み込みカーネルを用いた畳み込み演算を含む演算を適用することによって、当該中間データと平面サイズの等しい特徴マップを出力し、
第M中間層に入力される中間データと、当該中間データを第M中間層に入力することにより出力される特徴マップの対応する座標同士を乗算し、
第(M+1)中間層において、前記乗算を実行することにより出力される中間データに対して、プーリング処理を実行することを特徴とするデータ処理方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/032483 WO2020044566A1 (ja) | 2018-08-31 | 2018-08-31 | データ処理システムおよびデータ処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020044566A1 true JPWO2020044566A1 (ja) | 2021-06-10 |
JP7000586B2 JP7000586B2 (ja) | 2022-01-19 |
Family
ID=69644048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020540012A Active JP7000586B2 (ja) | 2018-08-31 | 2018-08-31 | データ処理システムおよびデータ処理方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210182678A1 (ja) |
JP (1) | JP7000586B2 (ja) |
CN (1) | CN112602097A (ja) |
WO (1) | WO2020044566A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002358504A (ja) * | 2001-05-31 | 2002-12-13 | Canon Inc | 信号処理回路及びパターン認識装置 |
WO2018074012A1 (ja) * | 2016-10-19 | 2018-04-26 | ソニーセミコンダクタソリューションズ株式会社 | 演算処理回路および認識システム |
WO2018131409A1 (ja) * | 2017-01-13 | 2018-07-19 | Kddi株式会社 | 情報処理方法、情報処理装置及びコンピュータ可読記憶媒体 |
WO2018135088A1 (ja) * | 2017-01-17 | 2018-07-26 | コニカミノルタ株式会社 | データ処理装置、畳み込み演算装置および畳み込みニューラルネットワーク装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108074211B (zh) * | 2017-12-26 | 2021-03-16 | 浙江芯昇电子技术有限公司 | 一种图像处理装置及方法 |
CN108154145B (zh) * | 2018-01-24 | 2020-05-19 | 北京地平线机器人技术研发有限公司 | 检测自然场景图像中的文本的位置的方法和装置 |
CN108229580B (zh) * | 2018-01-26 | 2020-12-11 | 浙江大学 | 一种基于注意力机制及特征融合的眼底图中糖网特征分级装置 |
CN108319977B (zh) * | 2018-01-30 | 2020-11-10 | 浙江大学 | 基于通道信息多模态网络的宫颈活检区域识别方法及装置 |
-
2018
- 2018-08-31 CN CN201880096903.0A patent/CN112602097A/zh active Pending
- 2018-08-31 JP JP2020540012A patent/JP7000586B2/ja active Active
- 2018-08-31 WO PCT/JP2018/032483 patent/WO2020044566A1/ja active Application Filing
-
2021
- 2021-02-25 US US17/185,810 patent/US20210182678A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002358504A (ja) * | 2001-05-31 | 2002-12-13 | Canon Inc | 信号処理回路及びパターン認識装置 |
WO2018074012A1 (ja) * | 2016-10-19 | 2018-04-26 | ソニーセミコンダクタソリューションズ株式会社 | 演算処理回路および認識システム |
WO2018131409A1 (ja) * | 2017-01-13 | 2018-07-19 | Kddi株式会社 | 情報処理方法、情報処理装置及びコンピュータ可読記憶媒体 |
WO2018135088A1 (ja) * | 2017-01-17 | 2018-07-26 | コニカミノルタ株式会社 | データ処理装置、畳み込み演算装置および畳み込みニューラルネットワーク装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7000586B2 (ja) | 2022-01-19 |
US20210182678A1 (en) | 2021-06-17 |
WO2020044566A1 (ja) | 2020-03-05 |
CN112602097A (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210004663A1 (en) | Neural network device and method of quantizing parameters of neural network | |
CN109328362B (zh) | 渐进式神经网络 | |
US10296804B2 (en) | Image recognizing apparatus, computer-readable recording medium, image recognizing method, and recognition apparatus | |
KR101298393B1 (ko) | 그래픽 처리 유닛 상에서 콘볼루션 신경망을 트레이닝하는방법 | |
CN113705769A (zh) | 一种神经网络训练方法以及装置 | |
JP6521440B2 (ja) | ニューラルネットワーク及びそのためのコンピュータプログラム | |
EP3528181B1 (en) | Processing method of neural network and apparatus using the processing method | |
WO2020061884A1 (en) | Composite binary decomposition network | |
CN111695421A (zh) | 图像识别方法、装置及电子设备 | |
CN111105017A (zh) | 神经网络量化方法、装置及电子设备 | |
KR20210043295A (ko) | 뉴럴 네트워크의 데이터를 양자화하는 방법 및 장치 | |
JP6942203B2 (ja) | データ処理システムおよびデータ処理方法 | |
CN108229650B (zh) | 卷积处理方法、装置及电子设备 | |
US20220164639A1 (en) | A system for mapping a neural network architecture onto a computing core and a method of mapping a neural network architecture onto a computing core | |
US20220405561A1 (en) | Electronic device and controlling method of electronic device | |
CN113490955A (zh) | 用于产生金字塔层的架构的系统和方法 | |
JP7000586B2 (ja) | データ処理システムおよびデータ処理方法 | |
EP4083874A1 (en) | Image processing device and operating method therefor | |
CN111788582A (zh) | 电子设备及其控制方法 | |
EP3843005A1 (en) | Method and apparatus with quantized image generation | |
JP7055211B2 (ja) | データ処理システムおよびデータ処理方法 | |
JP6994572B2 (ja) | データ処理システムおよびデータ処理方法 | |
JP7507172B2 (ja) | 情報処理方法、情報処理システム及び情報処理装置 | |
JP6942204B2 (ja) | データ処理システムおよびデータ処理方法 | |
WO2021111831A1 (ja) | 情報処理方法、情報処理システム及び情報処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201204 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201204 |
|
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: 20211207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211223 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7000586 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |