特許ウォッチ

公開番号2025128525
公報種別公開特許公報(A)
公開日2025-09-03
出願番号2024025229
出願日2024-02-22
発明の名称学習データの作成方法および学習データの作成システム
出願人澁谷工業株式会社
代理人個人,個人
主分類G06N 20/00 20190101AFI20250827BHJP(計算;計数)
要約【課題】撮像画像に基づきピックアップする物品を判別するAIの学習データの精度を高める。
【解決手段】物品Mの画像を撮像する撮像ステップと、撮像ステップで撮像された画像に画像処理を行う画像処理ステップと、撮像ステップで撮像された画像から物品に対応する領域を抽出した抽出画像及び画像処理ステップにおいて画像処理された画像を記憶する記憶ステップとを備える。画像処理ステップは、抽出画像に射影変換を行って複数の変換画像を作成し、当該変換画像に基づいて重ねられた状態の複数の物品の中からピックアップ可能な物品を判別するAIのための学習データを作成する。
【選択図】図1
特許請求の範囲【請求項１】
重ねられた状態の複数の物品の中からピックアップ可能な物品を判別するＡＩのための学習データの作成方法であって、
物品の画像を撮像する撮像ステップと、
上記撮像ステップで撮像された画像に画像処理を行う画像処理ステップと、
上記撮像ステップで撮像された画像から物品に対応する領域を抽出した抽出画像及び上記画像処理ステップにおいて画像処理された画像を記憶する記憶ステップとを備え、
上記画像処理ステップは、上記抽出画像に射影変換を行って複数の変換画像を作成し、当該変換画像に基づいて学習データを作成することを特徴とする学習データの作成方法。
続きを表示（約 450 文字）【請求項２】
上記画像処理ステップは、上記変換画像を重ねて配置して物品が重なった状態を示す模擬重複パターン画像を生成することを特徴とする請求項１に記載の学習データ作成方法。
【請求項３】
上記画像処理ステップは、配置される物品の重なり具合に応じて、複数の上記変換画像から最適な画像を選択することを特徴とする請求項２に記載の学習データ作成方法。
【請求項４】
重ねられた状態の複数の物品からピックアップ可能な物品を判別するための学習データの作成システムであって、
物品の画像を撮像する撮像手段と、上記撮像手段で撮像された物品の画像に画像処理を行う画像処理手段と、上記撮像手段で撮像された画像及び上記画像処理手段において画像処理された画像を記憶する記憶手段とを備え、
上記画像処理手段は、上記撮像手段で撮像された物品の抽出画像に射影変換を行って複数の変換画像を作成し、当該変換画像に基づいて学習データを作成することを特徴とする学習データの作成システム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、撮像画像に基づき物品を判別するＡＩの学習データ作成方法に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
近年、ランダムに配置された物品をロボットなどによりピックアップするために、ＡＩを用いて物品を判別することが行われている。ＡＩを用いたピックアップを正確に行うには、学習のための学習データ（画像データ）を多数用意する必要があるが、実際に物品を複数個並べて、学習データを作成するには多大な労力と時間を必要とする。また物品を並べる際、作業者によっては配置に偏りが出るおそれがある。このような問題に対して、ワーク（物品）の基本画像に対して、平行移動、回転、縮小および拡大の少なくとも何れかの処理を行って、訓練データ（学習データ）を作成するワーク情報処理装置が提案されている（特許文献１）。
【先行技術文献】
【特許文献】
【０００３】
特開２０１９－０５７２５０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、カメラで撮像される画像は中心投影画像になるため、例えば物品に厚みがあり、それらが重なって上下に傾いていると、ワーク（物品）の基本画像に平行移動、回転、縮小および拡大の少なくとも何れかの処理を行って作成された訓練データ（学習データ）の画像と実際のピックアップ処理時にカメラで撮像される物品の画像との間にはズレが生じる。そのため特許文献１で作成される訓練データ（学習データ）は精度の低い学習データとなってしまい、ピックアップ精度が低下する。
【０００５】
本発明は、撮像画像に基づきピックアップする物品を判別するＡＩの学習データの精度を高めることを課題としている。
【課題を解決するための手段】
【０００６】
本発明の第１の発明である学習データの作成方法は、重ねられた状態の複数の物品の中からピックアップ可能な物品を判別するＡＩのための学習データの作成方法であって、物品の画像を撮像する撮像ステップと、上記撮像ステップで撮像された画像に画像処理を行う画像処理ステップと、上記撮像ステップで撮像された画像から物品に対応する領域を抽出した抽出画像及び上記画像処理ステップにおいて画像処理された画像を記憶する記憶ステップとを備え、上記画像処理ステップは、上記抽出画像に射影変換を行って複数の変換画像を作成し、当該変換画像に基づいて学習データを作成することを特徴としている。
【０００７】
本発明の第２の発明である学習データ作成方法は、第１の発明において、上記画像処理ステップは、上記変換画像を重ねて配置して物品が重なった状態を示す模擬重複パターン画像を生成することを特徴としている。
【０００８】
本発明の第３の発明である学習データ作成方法は、第２の発明において、上記画像処理ステップは、配置される物品の重なり具合に応じて、複数の上記変換画像から最適な画像を選択することを特徴としている。
【０００９】
本発明の第４の発明である学習データの作成システムは、重ねられた状態の複数の物品からピックアップ可能な物品を判別するための学習データの作成システムであって、物品の画像を撮像する撮像手段と、上記撮像手段で撮像された物品の画像に画像処理を行う画像処理手段と、上記撮像手段で撮像された画像及び上記画像処理手段において画像処理された画像を記憶する記憶手段とを備え、上記画像処理手段は、上記撮像手段で撮像された物品の抽出画像に射影変換を行って複数の変換画像を作成し、当該変換画像に基づいて学習データを作成することを特徴としている。
【発明の効果】
【００１０】
本発明によれば、撮像画像に基づきピックアップする物品を判別するＡＩの学習データの精度を高めることができる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許