特許ウォッチ

公開番号2024080767
公報種別公開特許公報(A)
公開日2024-06-17
出願番号2022193983
出願日2022-12-05
発明の名称学習装置、方法及びプログラム
出願人株式会社東芝
代理人弁理士法人鈴榮特許綜合事務所
主分類G06N 20/00 20190101AFI20240610BHJP(計算;計数)
要約【課題】バッグ単位での教示のままインスタンスの検出精度を向上することが可能な学習装置、方法及びプログラムを提供すること。
【解決手段】実施形態に係る学習装置は、識別部、第一算出部、第二算出部及び更新部を有する。識別部は、インスタンスの集合であるバッグを識別器に入力して、バッグに属するインスタンス各々が検出対象に該当する確率を含む確率列を出力する。第一算出部は、確率列に基づいて、バッグに検出対象に該当する特定のインスタンスが一個以上含まれる確率であるバッグ尤度を算出する。第二算出部は、確率列に基づいて、バッグに含まれる特定のインスタンスの量に関する数値である期待インスタンス量を出力する。更新部は、バッグに含まれる特定のインスタンスの量に関する数値である教示データと、バッグ尤度及び期待インスタンス量とに基づいて識別器のパラメータを更新する。
【選択図】図5
特許請求の範囲【請求項１】
インスタンスの集合であるバッグを識別器に入力して、前記バッグに属するインスタンス各々が検出対象に該当する確率を含む確率列を出力する識別部と、
前記確率列に基づいて、前記バッグに前記検出対象に該当する特定のインスタンスが一個以上含まれる確率であるバッグ尤度を算出する第一算出部と、
前記確率列に基づいて、前記バッグに含まれる前記特定のインスタンスの量に関する数値である期待インスタンス量を出力する第二算出部と、
前記バッグに含まれる前記特定のインスタンスの量に関する数値である教示データと、前記バッグ尤度及び前記期待インスタンス量とに基づいて、前記識別器のパラメータを変化させる量であるパラメータ更新量を算出し、前記パラメータ更新量に基づいて前記識別器のパラメータを更新する更新部と、
を具備する学習装置。
続きを表示（約 1,200 文字）【請求項２】
前記バッグ尤度は、前記確率列に含まれる確率の最大値であり、
前記期待インスタンス量は、前記確率列に含まれる確率の総和であり、
前記更新部は、前記特定のインスタンスの量が下限より大きいときに所定値をとる正解ラベルを生成し、ラベリング損失とインスタンス量損失とが同時に小さくする前記パラメータ更新量を算出する、
前記ラベリング損失は、前記正解ラベルと前記バッグ尤度との差が小さい程小さい値をとり、
前記インスタンス量損失は、前記教示データと前記期待インスタンス量の差である、
請求項１記載の学習装置。
【請求項３】
前記インスタンス量損失は、前記特定のインスタンスの量と前記期待インスタンス量の間の差分の絶対値の平均、又は平均２乗誤差であり、
前記更新部は、前記ラベリング損失と前記インスタンス量損失の重みづけ和である損失関数に基づいて前記パラメータ更新量を算出する、
請求項２記載の学習装置。
【請求項４】
前記インスタンス量損失は、前記期待インスタンス量が、前記特定のインスタンスの量の下限から所定の閾値を減じた値より小さいほど大きな値を持つ、請求項２記載の学習装置。
【請求項５】
前記インスタンス量損失は、前記期待インスタンス量が、前記特定のインスタンスの量の下限と所定の閾値との和より大きいほど大きな値を持つ、請求項２記載の学習装置。
【請求項６】
前記バッグは、物品の画像であり、
前記インスタンスは、前記画像を構成する画素であり、
前記特定のインスタンスの量は、前記画像に含まれる前記物品に生じた筋状の傷の長さである、
請求項２記載の学習装置。
【請求項７】
前記期待インスタンス量は、前記画像の一方向に沿って並べられた複数の前記インスタンスから得られた複数の確率の総和である、請求項６記載の学習装置。
【請求項８】
前記画像は、複数の領域に分割され、
前記複数の領域各々は、縦方向及び／又は横方向に関して２個以上の前記インスタンスを含み、
前記期待インスタンス量は、前記複数の領域のうちの、前記画像の一方向に沿って並べられた領域から得られた確率の総和である、
請求項７記載の学習装置。
【請求項９】
前記バッグは、製造プロセスにおける物品を撮影した画像であり、
前記識別器は、前記物品の良又は不良を判別する、
請求項１の何れか一項記載の学習装置。
【請求項１０】
前記バッグは、一個の物品が映る画像であり、
前記インスタンスは、前記物品の一部分に対応する、
請求項９記載の学習装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明の実施形態は、学習装置、方法及びプログラムに関する。
続きを表示（約 2,400 文字）【背景技術】
【０００２】
物品画像等のバッグから当該製品の正常又は異常を判別する識別器の機械学習が行われている。高い判別性能を得るためには、物品画像の画素や部分画像等のインスタンス毎に正常又は異常を教示したマップを教示データとして使用することが理想的であるが、インスタンス毎の教示には多大なコストを要する。バッグに対してのみ正常又は異常を教示した場合、異常に該当するインスタンスを１個見つけた時点で学習処理が打ち切りになってしまう。このような学習処理により得られた識別器は、傷等の異常部分が大きい場合、当該異常部分の全てを検出することはできない。
【先行技術文献】
【非特許文献】
【０００３】
Pathak et. al. “FULLY CONVOLUTIONAL MULTI-CLASS MULTIPLE INSTANCE LEARNING,” ICLR, 2015
Pathak et. al. “Constrained Convolutional Neural Networks for Weakly Supervised Segmentation,” Proc. ICCV
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本発明が解決しようとする課題は、バッグ単位での教示のままインスタンスの検出精度を向上することが可能な学習装置、方法及びプログラムを提供することである。
【課題を解決するための手段】
【０００５】
実施形態に係る学習装置は、識別部、第一算出部、第二算出部及び更新部を有する。識別部は、インスタンスの集合であるバッグを識別器に入力して、前記バッグに属するインスタンス各々が検出対象に該当する確率を含む確率列を出力する。第一算出部は、前記確率列に基づいて、前記バッグに前記検出対象に該当する特定のインスタンスが一個以上含まれる確率であるバッグ尤度を算出する。第二算出部は、前記確率列に基づいて、前記バッグに含まれる前記特定のインスタンスの量に関する数値である期待インスタンス量を出力する。更新部は、前記バッグに含まれる前記特定のインスタンスの量に関する数値である教示データと、前記バッグ尤度及び前記期待インスタンス量とに基づいて、前記識別器のパラメータを変化させる量であるパラメータ更新量を算出し、前記パラメータ更新量に基づいて前記識別器のパラメータを更新する。
【図面の簡単な説明】
【０００６】
本実施形態に係る学習装置の構成例を示す図
正常なタイルを撮影した物品画像（バッグ）の一例を示す図
異常を含むタイルを撮影した物品画像（バッグ）の一例を示す図
学習装置による学習処理の処理手順の一例を示す図
図４に示す学習処理を模式的に示す図
本実施形態に係る製品の製造プロセスの一例を示す図
本実施形態に係る学習用データセット生成システムの構成例を示す図
本実施形態に係る製造工程の概要を表す図
図８に示すシートの物品画像の一例を示す図
【発明を実施するための形態】
【０００７】
以下、図面を参照しながら本実施形態に係わる学習装置、方法及びプログラムを説明する。
【０００８】
（学習装置）
図１は、本実施形態に係る学習装置１００の構成例を示す図である。図１に示すように、学習装置１００は、処理回路１、記憶装置２、入力機器３、通信機器４及び表示機器５を有するコンピュータである。処理回路１、記憶装置２、入力機器３、通信機器４及び表示機器５間のデータ通信はバスを介して行われる。
【０００９】
処理回路１は、ＣＰＵ（Central Processing Unit）等のプロセッサとＲＡＭ（Random Access Memory）等のメモリとを有する。処理回路１は、取得部１１、識別部１２、第一算出部１３、第二算出部１４、更新部１５及び学習制御部１６を有する。処理回路１は、学習プログラムを実行することにより、上記各部１１～１６の各機能を実現する。学習プログラムは、記憶装置２等の非一時的コンピュータ読み取り可能な記録媒体に記憶されている。学習プログラムは、上記各部１１～１６の全ての機能を記述する単一のプログラムとして実装されてもよいし、幾つかの機能単位に分割された複数のモジュールとして実装されてもよい。また、上記各部１１～１６は特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）等の集積回路により実装されてもよい。この場合、単一の集積回路に実装されても良いし、複数の集積回路に個別に実装されてもよい。
【００１０】
取得部１１は、学習用データセットから学習サンプルを取得する。学習サンプルは、バッグと当該バッグに対応する教示データとの組合せである。バッグは、識別器が処理対象とするデータである。バッグは、インスタンスの集合である。識別器は、バッグに正常部分又は異常部分等の検出対象が含まれるか否かを判別するタスクを実行するニューラルネットワークである。インスタンスは、バッグを構成するデータ要素である。インスタンスは、検出対象の該当性の判断対象である。教示データは、検出対象に該当するインスタンス（以下、特定インスタンス）の量に関する数値である。特定インスタンスの量は、例えば、特定インスタンスの個数やバッグを構成するインスタンスのうちの特定インスタンスが占める割合、バッグ内に占めるインスタンスの面積、インスタンスの外周の長さ（ＴＶノルム）等である。
（【００１１】以降は省略されています）

関連特許