特許ウォッチ

公開番号2024124905
公報種別公開特許公報(A)
公開日2024-09-13
出願番号2023032883
出願日2023-03-03
発明の名称学習モデルの生成方法
出願人トヨタ自動車株式会社
代理人個人
主分類G06N 20/00 20190101AFI20240906BHJP(計算;計数)
要約【課題】ディープラーニングの学習精度を向上することができる学習モデルの生成方法を提供すること。
【解決手段】本開示の学習モデルの生成方法は、OKデータの数とNGデータの数とが不均衡となっているデータ群の教師データを用いた学習モデルの生成方法であって、学習時に、OKデータとNGデータとの間で数が多い方のデータが処理される場合よりも、数が少ない方のデータが処理される場合の方が大きなペナルティを判定結果に与える。
【選択図】図2
特許請求の範囲【請求項１】
ＯＫデータの数とＮＧデータの数とが不均衡となっているデータ群の教師データを用いた学習モデルの生成方法であって、
学習時に、前記ＯＫデータと前記ＮＧデータとの間で数が多い方のデータが処理される場合よりも、数が少ない方のデータが処理される場合の方が大きなペナルティを判定結果に与える
学習モデルの生成方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、学習モデルの生成方法に関する。
続きを表示（約 1,100 文字）【背景技術】
【０００２】
特許文献１では、ディープラーニングで教師データ（例えば教師画像）の数が不足した場合に、背景色を変更するなどして教師データの水増しをおこなう技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０１８－１６９６７２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ディープラーニングでは、ＮＧデータの数とＯＫデータの数とが不均衡になっているデータ（不均衡データ）を教師データとして扱えない。つまり、教師データにはＮＧデータとＯＫデータとが同数必要である。特許文献１に係る技術では、教師データが不足した場合、水増すことができるが、画像の多様性が生まれないため、実用化するにはディープラーニングの学習精度が不十分となるおそれがある。
【０００５】
本開示は、ディープラーニングの学習精度を向上することができる学習モデルの生成方法を提供することを目的とする。
【課題を解決するための手段】
【０００６】
本開示の学習モデルの生成方法は、
ＯＫデータの数とＮＧデータの数とが不均衡となっているデータ群の教師データを用いた学習モデルの生成方法であって、
学習時に、前記ＯＫデータと前記ＮＧデータとの間で数が多い方のデータが処理される場合よりも、数が少ない方のデータが処理される場合の方が大きなペナルティが判定結果に与えられる。
【発明の効果】
【０００７】
本開示によって、ディープラーニングの学習精度を向上することができる学習モデルの生成方法を提供することができる。
【図面の簡単な説明】
【０００８】
第１の実施形態に係る学習装置の構成の一例を示すブロック図である。
第１の実施形態に係る学習装置の学習動作の一例を示すフローチャートである。
第１の実施形態に係る学習装置の評価動作の一例を示すフローチャートである。
【発明を実施するための形態】
【０００９】
以下では、本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。各図面において、同一要素には同一の符号が付されており、説明の明確化のため、必要に応じて重複説明は省略する。
【００１０】
（第１の実施形態）
図１を用いて、第１の実施形態に係る学習装置１の構成及び動作の概要を説明する。図１は、第１の実施形態に係る学習装置１の構成の一例を示すブロック図である。学習装置１は、学習部１１及び評価部１２を備える。
（【００１１】以降は省略されています）

関連特許