特許ウォッチ

公開番号2025058718
公報種別公開特許公報(A)
公開日2025-04-09
出願番号2023168836
出願日2023-09-28
発明の名称学習装置、生成方法、移動体システム、プログラム及び記憶媒体
出願人本田技研工業株式会社
代理人弁理士法人大塚国際特許事務所
主分類G06N 20/00 20190101AFI20250402BHJP(計算;計数)
要約【課題】対象を複数の分類のいずれかに分類する機械学習モデルを効率的に学習させることが可能な技術を提供する。
【解決手段】本開示に係る学習装置は、処理対象データに含まれるオブジェクトを複数の分類のいずれかに分類可能な所定の機械学習モデルを生成する学習装置であって、前記オブジェクトの分類を示すラベルが付与されていない処理対象データを用いて、学習済みの前記所定の機械学習モデルを生成するモデル生成手段を含み、前記モデル生成手段は、前記複数の分類のうちの第1分類について分類可能な、学習済みの第1機械学習モデルを用いて、前記処理対象データを分類し、前記複数の分類のうちの第2分類について分類可能な、学習済みの第2機械学習モデルを用いて、前記処理対象データを分類し、前記処理対象データに対する、前記所定の機械学習モデルと前記第1機械学習モデルと前記第2機械学習モデルとの各分類結果に基づいて、前記所定の機械学習モデルを学習させる。
【選択図】図1
特許請求の範囲【請求項１】
処理対象データに含まれるオブジェクトを複数の分類のいずれかに分類可能な所定の機械学習モデルを生成する学習装置であって、
前記オブジェクトの分類を示すラベルが付与されていない処理対象データを用いて、学習済みの前記所定の機械学習モデルを生成するモデル生成手段を含み、
前記モデル生成手段は、
前記複数の分類のうちの第１分類について分類可能な、学習済みの第１機械学習モデルを用いて、前記処理対象データを分類し、
前記複数の分類のうちの第２分類について分類可能な、学習済みの第２機械学習モデルを用いて、前記処理対象データを分類し、
前記処理対象データに対する、前記所定の機械学習モデルと前記第１機械学習モデルと前記第２機械学習モデルとの各分類結果に基づいて、前記所定の機械学習モデルを学習させる、ことを特徴とする学習装置。
続きを表示（約 1,600 文字）【請求項２】
前記モデル生成手段は、前記所定の機械学習モデルを学習させる前に、
前記第１分類を示すラベルが付与された訓練データを用いて、前記第１分類について分類する前記第１機械学習モデルを学習させ、
前記第２分類を示すラベルが付与された訓練データを用いて、前記第２分類について分類する前記第２機械学習モデルを学習させる、ことを特徴とする請求項１に記載の学習装置。
【請求項３】
ラベルが付与された訓練データのなかから、前記第１分類を示すラベルと前記第２分類を示すラベルの少なくともいずれかが付与された訓練データを選択することにより、前記第１分類を示すラベルが付与された訓練データと前記第２分類を示すラベルが付与された訓練データとを少なくとも含む新たなデータセットを生成するデータ生成手段を更に含む、ことを特徴とする請求項２に記載の学習装置。
【請求項４】
前記モデル生成手段は、前記処理対象データに対する、前記所定の機械学習モデルと前記第１機械学習モデルとの各分類結果の差、及び、前記処理対象データに対する、前記所定の機械学習モデルと前記第２機械学習モデルとの各分類結果の差がそれぞれ減少するように、前記所定の機械学習モデルを学習させる、ことを特徴とする請求項１に記載の学習装置。
【請求項５】
処理対象データに含まれるオブジェクトを複数の分類のいずれかに分類可能な所定の機械学習モデルを生成する生成方法であって、
前記オブジェクトの分類を示すラベルが付与されていない処理対象データを用いて、学習済みの前記所定の機械学習モデルを生成する工程を含み、
前記生成する工程では、
前記複数の分類のうちの第１分類について分類可能な、学習済みの第１機械学習モデルを用いて、前記処理対象データを分類し、
前記複数の分類のうちの第２分類について分類可能な、学習済みの第２機械学習モデルを用いて、前記処理対象データを分類し、
前記処理対象データに対する、前記所定の機械学習モデルと前記第１機械学習モデルと前記第２機械学習モデルとの各分類結果に基づいて、前記所定の機械学習モデルを学習させる、ことを特徴とする生成方法。
【請求項６】
サーバと移動体とを含む移動体システムであって、
前記サーバは、処理対象データに含まれるオブジェクトを複数の分類のいずれかに分類可能な所定の機械学習モデルを生成するサーバであって、前記オブジェクトの分類を示すラベルが付与されていない処理対象データを用いて、学習済みの前記所定の機械学習モデルを生成するモデル生成手段を含み、
前記移動体は、生成された前記所定の機械学習モデルを実行することにより、前記移動体で取得された処理対象データに含まれるオブジェクトを複数の分類のいずれかに分類する分類手段を含み、
前記モデル生成手段は、
前記複数の分類のうちの第１分類について分類可能な、学習済みの第１機械学習モデルを用いて、前記処理対象データを分類し、
前記複数の分類のうちの第２分類について分類可能な、学習済みの第２機械学習モデルを用いて、前記処理対象データを分類し、
前記処理対象データに対する、前記所定の機械学習モデルと前記第１機械学習モデルと前記第２機械学習モデルとの各分類結果に基づいて、前記所定の機械学習モデルを学習させる、ことを特徴とする移動体システム。
【請求項７】
コンピュータを、請求項１から４のいずれか１項に記載の学習装置の各手段として機能させるプログラム。
【請求項８】
コンピュータを、請求項１から４のいずれか１項に記載の学習装置の各手段として機能させるプログラムを格納する記憶媒体。

発明の詳細な説明【技術分野】
【０００１】
本発明は、学習装置、生成方法、移動体システム、プログラム及び記憶媒体に関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
近年、正解ラベルが設定されているデータが少ない場合であっても適切にモデルを学習させる方法として、半教師あり学習が知られている（特許文献１）。
【０００３】
特許文献１の技術では、正解ラベル付きデータに基づく教師あり学習により学習済みモデルＡを生成し、当該モデルＡを用いて、正解ラベル無しデータに対する正解ラベルを推論して、その推論時の信頼度が閾値以上であるデータに推論した正解ラベルを設定する。その後、正解ラベル付きデータと、正解ラベル無しデータのうち推論した正解ラベルを設定したデータとに基づいて、教師あり学習を行うことにより、（すなわち半教師あり学習により）学習済みモデルＢを生成する。
【先行技術文献】
【特許文献】
【０００４】
特開２０２２－４３９２３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ところで、データ（例えば画像データ）に対して正解ラベル（例えば画像内の物標）が付与された訓練データが、企業や団体などの様々な主体から提供されつつある。しかし、正解ラベルとして設定されている分類は訓練データによって異なる。例えば、分類器を学習させるための訓練データにおいて、付与された分類が犬と猫であるデータセットと、付与された分類が犬と象とサルであるデータセットとがそれぞれ存在し得る。画像内の被写体を（例えば犬と鳥とウサギのいずれかに）分類する機械学習モデルを生成する場合、必要な分類が付与されていない（例えば犬と猫、或いは鳥と猫の分類のみが付与された）データセットを訓練データとして利用することができない。また、特許文献１では、対象（オブジェクト）を複数の分類のいずれかに分類するモデルを扱う場合を考慮していなかった。
【０００６】
本発明は、上記課題に鑑みてなされ、その目的は、対象を複数の分類のいずれかに分類する機械学習モデルを効率的に学習させる技術を提供することである。
【課題を解決するための手段】
【０００７】
本発明によれば、
処理対象データに含まれるオブジェクトを複数の分類のいずれかに分類可能な所定の機械学習モデルを生成する学習装置であって、
前記オブジェクトの分類を示すラベルが付与されていない処理対象データを用いて、学習済みの前記所定の機械学習モデルを生成するモデル生成手段を含み、
前記モデル生成手段は、
前記複数の分類のうちの第１分類について分類可能な、学習済みの第１機械学習モデルを用いて、前記処理対象データを分類し、
前記複数の分類のうちの第２分類について分類可能な、学習済みの第２機械学習モデルを用いて、前記処理対象データを分類し、
前記処理対象データに対する、前記所定の機械学習モデルと前記第１機械学習モデルと前記第２機械学習モデルとの各分類結果に基づいて、前記所定の機械学習モデルを学習させる、ことを特徴とする学習装置が提供される。
【発明の効果】
【０００８】
本発明によれば、対象を複数の分類のいずれかに分類する機械学習モデルを効率的に学習させる技術を提供することが可能になる。
【図面の簡単な説明】
【０００９】
実施形態に係る学習装置の一例としてのサーバの機能構成例を示すブロック図
実施形態に係るターゲットモデルの学習方法について説明する図
実施形態に係る正解データの一例を説明する図
実施形態に係る機械学習モデルの出力の一例を説明する図
実施形態に係るターゲットモデルを学習させる一連の動作を示すフローチャート
実施形態に係るターゲットモデルで推論を行う一連の動作を示すフローチャート
実施形態に係る移動体の機能構成例を示すブロック図
実施形態に係る移動体の走行制御のための主な構成を示す図
【発明を実施するための形態】
【００１０】
以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものではなく、また実施形態で説明されている特徴の組み合わせの全てが発明に必須のものとは限らない。実施形態で説明されている複数の特徴のうち二つ以上の特徴は任意に組み合わされてもよい。また、同一若しくは同様の構成には同一の参照番号を付し、重複した説明は省略する。
（【００１１】以降は省略されています）

関連特許