【技术实现步骤摘要】
【国外来华专利技术】机器学习装置和机器学习系统
[0001]本专利技术涉及一种机器学习装置和机器学习系统。
技术介绍
[0002]以往,在机器人系统中,作为根据图像中拍摄到的特征来进行对象物的检测、检查的方法,使用利用了深度神经网络等学习器的机器学习。在使用这样的机器学习的系统中,作为学习的前期,进行将图像中是否存在不良部位、检测位置是否正确等标签与图像数据相关联的标注(annotation)。标注通过如下方式进行:由人对图像逐个确认,通过目视来判断图像内的对象物是否存在不良部位。
[0003]在此,图像与标签的对是学习数据,学习数据的集合是学习数据集。而且,使用学习数据集的全部或一部分,通过学习器来进行机器学习(例如,参照专利文献1和2)。
[0004]现有技术文献
[0005]专利文献
[0006]专利文献1:日本特开2019
‑
15654号公报
[0007]专利文献2:日本特开2018
‑
151843号公报
技术实现思路
[0008]专利技术要解决 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种机器学习装置,具备:机器学习部,其对学习数据进行学习,所述学习数据包含图像和针对所述图像的标签;图像处理部,其使用图像处理程序来对所述图像进行图像处理;轻量学习数据制作部,其从所述图像中截取用于在所述机器学习部的学习中使用的部分图像,来制作包含所述部分图像的轻量学习数据;以及学习数据控制部,其使所述轻量学习数据与所述图像处理程序相关联地存储,其中,所述机器学习部对所述学习数据或所述轻量学习数据进行学习。2.根据权利要求1所述的机器学习装置,其中,在由所述轻量学习数据制作部制作出所述轻量学习数据之后,所述学习数据控制部删除所述学习数据。3.根据权利要求1所述的机器学习装置,其中,在由所述轻量学习数据制作部制作出所述轻量学习数据之后,所述学习数据控制部从所述学习数据中删除未被赋予所述标签的所述图像。4.根据权利要求1至3中的任一项所述的机器学习装置,其中,还具备显示控制部,所述显示控制部使所述轻量学习数据显示于显示装置。5.根据权利要求1至4中的任一项所述的机器学习装置,其中,所述学习数据控制部使所述轻量学习数据存储在构成所述图像处理程序的文件内。6.根据权利要求1至4中的任一项所述的机器学习装置,其中,所述学习数据控制部使所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。