特許ウォッチ

公開番号2025011475
公報種別公開特許公報(A)
公開日2025-01-24
出願番号2023113613
出願日2023-07-11
発明の名称粒状物判別における機械学習方法
出願人株式会社サタケ
代理人あいわ弁理士法人
主分類G06V 10/778 20220101AFI20250117BHJP(計算;計数)
要約【課題】教師データの元になる学習用画像を少量にして機械学習させ、当該機械学習にかかる時間と手間を大幅に削減することが可能な、粒状物判別における機械学習方を提供すること。
【解決手段】複数種類の粒状物が撮像された学習用画像に対して特定の種類の粒状物内をマーキングして該特定の種類の粒状物以外の画像要素を領域分割する領域分割ステップと、前記領域分割ステップによって抽出された前記特定の種類の粒状物に識別ラベルを付与する識別ラベル付与ステップと、前記特定の種類の粒状物以外の粒状物に対して該粒状物の種類ごとに前記領域分割ステップ及び前記識別ラベル付与ステップを実行して前記複数種類の粒状物の教師データを作成する教師データ作成ステップと、前記教師データを機械学習させる学習ステップと、を有することを特徴とする。
【選択図】図4
特許請求の範囲【請求項１】
複数種類の粒状物が撮像された学習用画像に対して特定の種類の粒状物内をマーキングして該特定の種類の粒状物以外の画像要素を領域分割する領域分割ステップと、
前記領域分割ステップによって抽出された前記特定の種類の粒状物に識別ラベルを付与する識別ラベル付与ステップと、
前記特定の種類の粒状物以外の粒状物に対して該粒状物の種類ごとに前記領域分割ステップ及び前記識別ラベル付与ステップを実行して前記複数種類の粒状物の教師データを作成する教師データ作成ステップと、
前記教師データを機械学習させる学習ステップと、を有する
ことを特徴とする粒状物判別における機械学習方法。
続きを表示（約 400 文字）【請求項２】
さらに、粒状物が撮像された評価用画像に対して粒状物判別の推論評価を実行する推論評価ステップと、
前記推論評価ステップの推論評価結果が所定の判別精度を満たしていない場合に、粒状物が撮像された追加学習用画像に識別ラベルを付与して教師データを作成し、さらに機械学習させる追加学習ステップと、を有する
ことを特徴とする請求項１に記載の粒状物判別における機械学習方法。
【請求項３】
前記追加学習用画像は、前記推論評価結果において所定の判別精度を満たしていない粒状物が撮像されている
ことを特徴とする請求項２に記載の粒状物判別における機械学習方法。
【請求項４】
前記複数種類の粒状物には、穀類、種子、又は粒状の作物のうち少なくともいずれかが含まれる
ことを特徴とする請求項１乃至３のいずれかに記載の粒状物判別における機械学習方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、画像データに含まれる粒状物を判別することが可能な、粒状物判別における機械学習方法に関する。
続きを表示（約 1,300 文字）【背景技術】
【０００２】
従来から、画像分析に際して様々な分野で機械学習法が用いられており、例えば、医療分野における診断を支援するための各種検査装置として特許文献１がある。また、粒状物において外観品位の判別を支援する、品位判別基準の作成方法が特許文献２に開示されている。
【０００３】
上記特許文献１では、人体組織の画像データから、病変領域を自動的に抽出することを目的として、上記画像データに対してユーザが病変領域を漏れなく塗りつぶし入力して大量のアノテーションデータに変換し、これを教師データとして病変抽出精度の向上を図っている。
【０００４】
また上記特許文献２では、当該文献の図３に示されるように、粒状物の種類ごとに区分けして撮影した画像を使用し、所定の機械学習アルゴリズムによって粒状物の品位判別基準を作成している。
【先行技術文献】
【特許文献】
【０００５】
国際公開第２０２１／２６１３２３号
特開２０１５－２３０２６５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、上記した従来技術においては、機械学習に必要な画像データの収集から、各画像における対象物の識別ラベル作成まで多くの時間と人員が費やされ、莫大な労力がかかるという問題がある。
【０００７】
そこで、本発明は上記した問題点に鑑み、教師データの元になる学習用画像を少量にして機械学習させ、当該機械学習にかかる時間と手間を大幅に削減することが可能な、粒状物判別における機械学習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】
【０００８】
（１）に係る発明は、複数種類の粒状物が撮像された学習用画像に対して特定の種類の粒状物内をマーキングして該特定の種類の粒状物以外の画像要素を領域分割する領域分割ステップと、前記領域分割ステップによって抽出された前記特定の種類の粒状物に識別ラベルを付与する識別ラベル付与ステップと、前記特定の種類の粒状物以外の粒状物に対して該粒状物の種類ごとに前記領域分割ステップ及び前記識別ラベル付与ステップを実行して前記複数種類の粒状物の教師データを作成する教師データ作成ステップと、前記教師データを機械学習させる学習ステップと、を有することを特徴とする粒状物判別における機械学習方法である。
【０００９】
（２）に係る発明は、さらに、粒状物が撮像された評価用画像に対して粒状物判別の推論評価を実行する推論評価ステップと、前記推論評価ステップの推論評価結果が所定の判別精度を満たしていない場合に、粒状物が撮像された追加学習用画像に識別ラベルを付与して教師データを作成し、さらに機械学習させる追加学習ステップと、を有することを特徴とする上記（１）に記載の粒状物判別における機械学習方法である。
【００１０】
（３）に係る発明は、前記追加学習用画像は、前記推論評価結果において所定の判別精度を満たしていない粒状物が撮像されていることを特徴とする上記（２）に記載の粒状物判別における機械学習方法である。
（【００１１】以降は省略されています）

関連特許