识别装置制造方法及图纸

一种识别装置，包括：第一神经网络，其执行与对象的识别相关联的共同处理并从而输出所述共同处理的结果；第二神经网络，其接收第一神经网络的输出并且输出以第一精度识别所述对象的特性的第一识别处理的结果；以及第三神经网络，其接收第一神经网络的输出和在所述第一识别处理过程中由所述第二神经网络产生的中间数据，并输出以高于所述第一精度的第二精度识别所述对象的所述特性的第二识别处理的结果。

Recognition device

A recognition device includes: a first neural network which performs the joint processing associated with object recognition and outputs the results of the joint processing; a second neural network which receives the output of the first neural network and outputs the results of the first identification processing that identifies the characteristics of the object with the first accuracy; and a third neural network which receives the results of the first neural network. Output and intermediate data generated by the second neural network in the first identification process, and output the result of the second identification process for identifying the said characteristics of the object with a second accuracy higher than the first accuracy.

【技术实现步骤摘要】
识别装置
本专利技术涉及一种能够识别例如对象的特性的识别装置。
技术介绍
作为识别装置的示例，在公开号为2017-084320的日本专利申请(JP2017-084320A)中公开了一种使用神经网络来识别图像中的对象是什么的识别装置。在公开号为2014-229124的日本专利申请(JP2014-229124A)中公开了一种使用神经网络来识别输入语音的语言是什么语言的识别装置。在公开号为2016-033806的日本未审查专利申请(JP2016-033806A)中公开了一种使用神经网络来识别图像中的对象的类别的识别装置。
技术实现思路
识别装置用于各种目的。在这种情况下，可能发生这种情况：用于第一目的的识别装置仅需要以相对低的第一精度识别对象的特性，但是用于不同于第一目的的第二目的的识别装置需要以相对高的第二精度来识别对象的特性。在这种情况下，通常单独地构造以第一精度识别对象的特性的识别装置和以第二精度识别对象的特性的识别装置。也就是说，在以不同精度识别对象特性的两种类型的识别装置中所包括的两种类型的神经网络是单独构造的。然而，这两种类型的识别装置的共同之处在于，它们识别对象的相同特性。因此，本文档来自技高网...

【技术保护点】
1.一种识别装置，其特征在于包括：第一神经网络，其接收与对象相关联的第一输入数据，所述第一神经网络基于所述第一输入数据执行与所述对象的识别相关联的共同处理，所述第一神经网络输出所述共同处理的结果；第二神经网络，其接收所述第一神经网络的输出作为第二输入数据，所述第二神经网络基于所述第二输入数据执行以第一精度识别所述对象的特性的第一识别处理，所述第二神经网络输出所述第一识别处理的结果；以及第三神经网络，其接收所述第一神经网络的所述输出和在所述第一识别处理期间由所述第二神经网络产生的中间数据，所述第一神经网络的所述输出和所述中间数据由所述第三神经网络作为第三输入数据接收，所述第三神经网络基于所述第三...

【技术特征摘要】
2017.07.27 JP 2017-1457331.一种识别装置，其特征在于包括：第一神经网络，其接收与对象相关联的第一输入数据，所述第一神经网络基于所述第一输入数据执行与所述对象的识别相关联的共同处理，所述第一神经网络输出所述共同处理的结果；第二神经网络，其接收所述第一神经网络的输出作为第二输入数据，所述第二神经网络基于所述第二输入数据执行以第一精度识别所述对象的特性的第一识别处理，所述第二神经网络输出所述第一识别处理的结果；以及第三神经网络，其接收所述第一神经网络的所述输出和在所述第一识别处理期间由所述第二神经网络产生的中间数据，所述第一神经网络的所述输出和所述中间数据由所述第三神经网络作为第三输入数据接收，所述第三神经网络基于所述第三输入数据执行以高于所述第一精度的第二精度识别所述对象的所述特性的第二识别处理，所述第三神经网络输出所述第二识别处理的结果。2.根据权利要求1所述的识别装置，其特征在于：所述第一神经网络、所述第二神经网络和所述第三神经网络中的每一个执行第一练习处理；并且所述第一练习处理使用第一练习数据执行，在所述第一练习数据中，所述第一输入数据、以所述第一精度指示与所述第一输入数据对应的所述对象的所述特性的第一正确答案数据以及以所述第二精度指示与所述第一输入数据对应的所述对象的所述特性的第二正确答案数据全部一起相关。3.根据权利要求1所述的识别装置，其特征在于：所述第一神经网络和所述第二神经网络中的每一个执行第二练习处理，其中，所述第二练习处理使用第二练习数据执行，在所述第二练习数据中，所述第一输入数据和以所述第一精度指示与所述第一输入数据对应的所述对象的所述特性的第一正确答案数据彼此相关；所述第二练习数据不包括以所述第二精度指示与所述第一输入数据对应的所述对象的所述特性的第二正确答案数据；以及在所述第一神经网络和所述第二神经...

【专利技术属性】
技术研发人员：桥本大辅，
申请(专利权)人：丰田自动车株式会社，
类型：发明
国别省市：日本,JP