特許ウォッチ

公開番号2024120634
公報種別公開特許公報(A)
公開日2024-09-05
出願番号2023027557
出願日2023-02-24
発明の名称訓練方法、装置及びプログラム
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G06V 10/764 20220101AFI20240829BHJP(計算;計数)
要約【課題】物体検出の精度を向上させること。
【解決手段】実施形態に係る訓練方法は、対象物の欠陥領域を含まない第1画像と、前記対象物の欠陥領域を含む第2画像とを機械学習モデルに入力することで、前記第1画像から第1特徴マップ及び第1アテンションマップを算出し、前記第2画像から第2特徴マップ及び第2アテンションマップを算出する。訓練方法は、前記第1アテンションマップに基づいて、第1損失を算出する。訓練方法は、前記第2特徴マップ及び前記第2アテンションマップを前記機械学習モデルに入力することで、統合マップと、前記対象物のクラス分類とを算出する。訓練方法は、前記クラス分類に基づいて、第2損失を算出する。訓練方法は、前記第1損失及び前記第2損失に基づいて、合計損失を算出する。訓練方法は、前記合計損失を最小化するように、前記機械学習モデルのパラメータを更新する。
【選択図】図1
特許請求の範囲【請求項１】
対象物の欠陥領域を含まない第１画像と、前記対象物の欠陥領域を含む第２画像とを機械学習モデルに入力することで、前記第１画像から第１特徴マップ及び第１アテンションマップを算出し、前記第２画像から第２特徴マップ及び第２アテンションマップを算出する第１ステップと、
前記第１アテンションマップに基づいて、第１損失を算出する第２ステップと、
前記第２特徴マップ及び前記第２アテンションマップを前記機械学習モデルに入力することで、統合マップと、前記対象物のクラス分類とを算出する第３ステップと、
前記クラス分類に基づいて、第２損失を算出する第４ステップと、
前記第１損失及び前記第２損失に基づいて、合計損失を算出する第５ステップと、
前記合計損失を最小化するように、前記機械学習モデルのパラメータを更新する第６ステップと、
を具備する訓練方法。
続きを表示（約 1,100 文字）【請求項２】
前記第２ステップにおいて、前記第１アテンションマップの平均値を、前記第１損失として算出する、
請求項１に記載の訓練方法。
【請求項３】
前記第３ステップにおいて、前記第２特徴マップの各要素の値と、前記第２アテンションマップの各要素の値とを乗算した積を、前記統合マップとして算出する、
請求項１に記載の訓練方法。
【請求項４】
前記第５ステップにおいて、前記第１損失に重みを乗算し、前記重みが乗算された前記第１損失と、前記第２損失とを加算することで、前記合計損失を算出する、
請求項１に記載の訓練方法。
【請求項５】
対象物の欠陥領域を含まない第１画像と、前記対象物の欠陥領域を含む第２画像とを機械学習モデルに入力することで、前記第１画像から第１特徴マップ及び第１アテンションマップを算出し、前記第２画像から第２特徴マップ及び第２アテンションマップを算出する第１マップ算出部と、
前記第１アテンションマップに基づいて、第１損失を算出する第１損失算出部と、
前記第２特徴マップ及び前記第２アテンションマップを前記機械学習モデルに入力することで、統合マップと、前記対象物のクラス分類とを算出する第２マップ算出部と、
前記クラス分類に基づいて、第２損失を算出する第２損失算出部と、
前記第１損失及び前記第２損失に基づいて、合計損失を算出する合計損失算出部と、
前記合計損失を最小化するように、前記機械学習モデルのパラメータを更新する更新部と、
を具備する訓練装置。
【請求項６】
コンピュータに、
対象物の欠陥領域を含まない第１画像と、前記対象物の欠陥領域を含む第２画像とを機械学習モデルに入力することで、前記第１画像から第１特徴マップ及び第１アテンションマップを算出し、前記第２画像から第２特徴マップ及び第２アテンションマップを算出する第１マップ算出機能と、
前記第１アテンションマップに基づいて、第１損失を算出する第１損失算出機能と、
前記第２特徴マップ及び前記第２アテンションマップを前記機械学習モデルに入力することで、統合マップと、前記対象物のクラス分類とを算出する第２マップ算出機能と、
前記クラス分類に基づいて、第２損失を算出する第２損失算出機能と、
前記第１損失及び前記第２損失に基づいて、合計損失を算出する合計損失算出機能と、
前記合計損失を最小化するように、前記機械学習モデルのパラメータを更新する更新機能と、
を実現させる訓練プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明の実施形態は、訓練方法、装置及びプログラムに関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
物体検出の技術において、機械学習モデルは、画像から物体を検出する。通常、機械学習モデルの訓練のためには、画像中の物体の位置情報及びラベルを付した訓練データが必要である（教師あり学習）。しかしながら、物体の位置情報を含む訓練データの生成に掛かる作業量が大きいことから、物体のラベルのみを含む訓練データにより機械学習モデルを訓練する手法が提案されている（弱教師あり学習）。
【０００３】
弱教師あり学習による物体検出の技術において、機械学習モデルは、例えば画像中の画素ごとの注目度を示すアテンションマップを生成し、アテンションマップに基づいて画像から物体の位置を検出する。特に、機械学習モデルが対象物の欠陥領域の位置を検出したい場合がある。この場合、アテンションマップにおいて、対象物の欠陥領域が強調され、かつ対象物の正常領域が抑制されるように、機械学習モデルを訓練する必要がある。
【先行技術文献】
【特許文献】
【０００４】
特開２０２２－００３４９５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
本発明が解決しようとする課題は、物体検出の精度を向上させることである。
【課題を解決するための手段】
【０００６】
実施形態に係る訓練方法は、第１ステップと、第２ステップと、第３ステップと、第４ステップと、第５ステップと、第６ステップとを具備する。第１ステップにおいて、訓練方法は、対象物の欠陥領域を含まない第１画像と、前記対象物の欠陥領域を含む第２画像とを機械学習モデルに入力することで、前記第１画像から第１特徴マップ及び第１アテンションマップを算出し、前記第２画像から第２特徴マップ及び第２アテンションマップを算出する。第２ステップにおいて、訓練方法は、前記第１アテンションマップに基づいて、第１損失を算出する。第３ステップにおいて、訓練方法は、前記第２特徴マップ及び前記第２アテンションマップを前記機械学習モデルに入力することで、統合マップと、前記対象物のクラス分類とを算出する。第４ステップにおいて、訓練方法は、前記クラス分類に基づいて、第２損失を算出する。第５ステップにおいて、訓練方法は、前記第１損失及び前記第２損失に基づいて、合計損失を算出する。第６ステップにおいて、訓練方法は、前記合計損失を最小化するように、前記機械学習モデルのパラメータを更新する。
【図面の簡単な説明】
【０００７】
第１実施形態に係る訓練装置の機能構成例を示すブロック図。
第１実施形態に係る訓練装置の動作例を示すフローチャート。
第１実施形態に係る機械学習モデルの処理結果の例を示す図。
第２実施形態に係る推論装置の機能構成例を示すブロック図。
第１実施形態に係る訓練装置又は第２実施形態に係る推論装置のハードウェア構成例を示すブロック図。
【発明を実施するための形態】
【０００８】
以下、図面を参照しながら実施形態に係る訓練方法、装置及びプログラムについて説明する。以下の実施形態では、同一の参照符号を付した部分は同様の動作を行うものとして、重複する説明を適宜、省略する。
【０００９】
（第１実施形態）
図１は、第１実施形態に係る訓練装置１の機能構成例を示すブロック図である。訓練装置１は、訓練データＴを用いて機械学習モデル５００を訓練する装置である。訓練装置１は、取得部１１、特徴マップ算出部１２、アテンションマップ算出部１３、統合マップ算出部１４、クラス分類算出部１５、正常損失算出部１６、分類損失算出部１７、合計損失算出部１８及び更新部１９を備える。以下、機械学習モデル５００は、ニューラルネットワーク（ＮＷ）により構成された物体検出モデルであり、対象物（例：工業製品、薬品、食料品）の欠陥領域（例：損傷、亀裂、穴）の位置を検出するとともに、対象物のクラス分類を算出する。
【００１０】
取得部１１は、各種のデータ又は情報を取得する。例えば、取得部１１は、訓練データＴとして、正常画像１００及び異常画像２００を取得する。正常画像１００は、対象物の欠陥領域を含まない画像（第１画像）である。異常画像２００は、対象物の欠陥領域を含む画像（第２画像）である。換言すれば、正常画像１００は、対象物の正常領域のみを含む画像であり、異常画像２００は、対象物の正常領域及び欠陥領域を含む画像である。正常画像１００及び異常画像２００には、対象物のラベル（正解ベクトル）が付されていてもよい。取得部１１は、取得した訓練データＴを、特徴マップ算出部１２に送信する。
（【００１１】以降は省略されています）

関連特許