特許ウォッチ

公開番号2025103267
公報種別公開特許公報(A)
公開日2025-07-09
出願番号2023220546
出願日2023-12-27
発明の名称機械学習装置、除草作業の要否判定システムおよび除草作業の要否判定方法
出願人川崎車両株式会社
代理人個人,個人,個人,個人
主分類G06T 7/00 20170101AFI20250702BHJP(計算;計数)
要約【課題】除草作業の要否を適正に判定できるようにすることを目的とする。
【解決手段】機械学習装置は、複数の第1画像データを含む第1元データと複数の第2画像データを含む第2元データとを記憶し、複数の第1画像データのそれぞれは、複数の第2画像データのうちの少なくとも1つと重複する植生エリアを含み、複数の第2画像データのそれぞれに除草作業の要否情報がラベル付されている、記憶部と、第1元データと第2元データとに基づく学習用データに基づいて、第2画像データよりも第1画像データに近い分解能を有する推定対象画像データに基づいて除草作業の要否を推定するための学習済モデルを生成する学習部と、を備える。第1画像データの分解能よりも第2画像データの分解能の方が高い。
【選択図】図5
特許請求の範囲【請求項１】
複数の第１画像データを含む第１元データと複数の第２画像データを含む第２元データとを記憶し、前記複数の第１画像データのそれぞれは、前記複数の第２画像データのうちの少なくとも１つと重複する植生エリアを含み、前記複数の第２画像データのそれぞれに除草作業の要否情報がラベル付されている、記憶部と、
前記第１元データと前記第２元データとに基づく学習用データに基づいて、前記第２画像データよりも前記第１画像データに近い分解能を有する推定対象画像データに基づいて除草作業の要否を推定するための学習済モデルを生成する学習部と、
を備え、
前記第１画像データの分解能よりも前記第２画像データの分解能の方が高い、機械学習装置。
続きを表示（約 1,200 文字）【請求項２】
請求項１に記載の機械学習装置であって、
前記第１画像データは、植生指標の分布を示すデータである、機械学習装置。
【請求項３】
請求項１または請求項２に記載の機械学習装置であって、
前記第１画像データは、人工衛星に搭載されたセンサにより検出されたデータである、機械学習装置。
【請求項４】
請求項１または請求項２に記載の機械学習装置であって、
前記学習用データは、前記複数の第１画像データのそれぞれに地形情報を付加したデータである、機械学習装置。
【請求項５】
請求項１または請求項２に記載の機械学習装置であって、
前記学習用データは、前記複数の第１画像データのそれぞれにデータ取得時情報を付加したデータである、機械学習装置。
【請求項６】
請求項１または請求項２に記載の機械学習装置であって、
前記学習用データは、前記複数の第１画像データのそれぞれに成長因子情報を付加したデータである、機械学習装置。
【請求項７】
請求項１または請求項２に記載の機械学習装置であって、
前記第２画像データは、鉄道車両に搭載されたセンサにより検出されるデータである、機械学習装置。
【請求項８】
請求項１または請求項２に記載の機械学習装置であって、
前記第１元データと前記第２元データとに基づいて、前記複数の第１画像データのそれぞれに除草作業の要否をラベル付した学習用データを生成するデータ生成部をさらに備える、機械学習装置。
【請求項９】
請求項８に記載の機械学習装置であって、
前記データ生成部は、前記複数の第１画像データのそれぞれを、前記複数の第２画像データのうちの少なくとも１つに対応付け、前記複数の第１画像データのそれぞれの除草作業の要否情報を、対応付けられた前記少なくとも１つの第２画像データにラベル付された除草作業の要否情報に基づいてラベル付する、機械学習装置。
【請求項１０】
推定対象画像データが入力される入力部と、
学習用データに基づいて、除草作業の要否を推定するための機械学習が行われた学習済モデルを含み、前記推定対象画像データが前記学習済モデルに入力されることで除草作業の要否を推定する処理部と、
除草作業の要否の推定結果に基づく除草作業の要否の判定結果を出力する結果出力部と、
を備え、
前記学習用データは、複数の第１画像データと、前記第１画像データの分解能よりも高い分解能を有する第２画像データに基づく除草作業の要否情報とに基づくデータであり、
前記推定対象画像データの分解能は、前記第２画像データの分解能よりも前記第１画像データの分解能に近い、除草作業の要否判定装置を備える除草作業の要否判定システム。
（【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】
この開示は、除草作業の要否を判定する技術に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
特許文献１には、学習させたい物体に対して、正解画像としてその物体が存在しているサンプル画像データの集合と、その物体とは全く異なるサンプル画像データの集合の入力に対して解析を行い、その画像データから特定の物体を抽出するのに有用な規則、ルール及び特徴などを記載した検出器が開示されている。また、特許文献１には、検出器による検出対象物の一例が樹木であることが記載されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０１７－２２４９３５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、学習のための画像に対する正解、不正解のラベル付けが困難な場合がある。ラベル付けが不適切であると、樹木かどうかの検出を適正に行えない可能性がある。
【０００５】
そこで、本開示は、除草作業の要否を適正に判定できるようにすることを目的とする。
【課題を解決するための手段】
【０００６】
機械学習装置は、複数の第１画像データを含む第１元データと複数の第２画像データを含む第２元データとを記憶し、前記複数の第１画像データのそれぞれは、前記複数の第２画像データのうちの少なくとも１つと重複する植生エリアを含み、前記複数の第２画像データのそれぞれに除草作業の要否情報がラベル付されている、記憶部と、前記第１元データと前記第２元データとに基づく学習用データに基づいて、前記第２画像データよりも前記第１画像データに近い分解能を有する推定対象画像データに基づいて除草作業の要否を推定するための学習済モデルを生成する学習部と、を備え、前記第１画像データの分解能よりも前記第２画像データの分解能の方が高い、機械学習装置である。
【０００７】
また、除草作業の要否判定システムは、推定対象画像データが入力される入力部と、学習用データに基づいて、除草作業の要否を推定するための機械学習が行われた学習済モデルを含み、前記推定対象画像データが前記学習済モデルに入力されることで除草作業の要否を推定する処理部と、除草作業の要否の推定結果に基づく除草作業の要否の判定結果を出力する結果出力部と、を備え、前記学習用データは、複数の第１画像データと、前記第１画像データの分解能よりも高い分解能を有する第２画像データに基づく除草作業の要否情報とに基づくデータであり、前記推定対象画像データの分解能は、前記第２画像データの分解能よりも前記第１画像データの分解能に近い、除草作業の要否判定装置を備える除草作業の要否判定システムである。
【０００８】
また、除草作業の要否判定方法は、複数の第１画像データを含む第１元データと複数の第２画像データを含む第２元データとを準備し、ここで、前記第１画像データの分解能よりも前記第２画像データの分解能の方が高く、前記複数の第１画像データのそれぞれは、前記複数の第２画像データのうちの少なくとも１つと重複する植生エリアを含み、前記複数の第２画像データのそれぞれに除草作業の要否情報がラベル付されおり、前記第１元データと前記第２元データとに基づく学習用データに基づいて、前記第２画像データよりも前記第１画像データに近い分解能を有する推定対象画像データに基づいて除草作業の要否を推定するための学習済モデルを生成し、前記推定対象画像データを前記学習済モデルに入力することで除草作業の要否を推定する、除草作業の要否判定方法である。
【発明の効果】
【０００９】
上記機械学習装置によって、除草作業の要否を適正に判定できる学習済モデルを生成できる。
【００１０】
上記除草作業の要否判定システムによって、除草作業の要否を適正に判定できる。
（【００１１】以降は省略されています）

関連特許