模型的利用的评价方法、模型的利用的评价系统及模型的利用的评价程序技术方案

本发明专利技术可实现通过机器学习的训练而产生的推理模型的适当利用。模型的利用的评价方法是进行与通过机器学习的训练而产生、且输入基于图像的信息的推理模型的利用有关的评价的方法，且包含：对象图像特征量取得步骤(S01、S02)，其取得用于向推理模型的输入的对象图像的特征量；示教图像特征量取得步骤(S03、S04)，其取得用于为了产生推理模型的训练的示教图像的特征量；及评价步骤(S05～S08)，其对于在对象图像特征量取得步骤中取得的对象图像的特征量、与在示教图像特征量取得步骤中取得的示教图像的特征量进行比较，就推理模型对于该对象图像的利用进行评价。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术关于一种进行与通过机器学习的训练而产生、且输入基于图像的信息的推理模型的利用有关的评价的模型的利用的评价方法、模型的利用的评价系统及模型的利用的评价程序。

技术介绍

1、以往，已知使用通过机器学习的训练而产生的推理模型，进行图像的噪声去除(例如，参照专利文献1)。即，已知通过ai(人工智能)进行图像的噪声去除。

2、[现有技术文献]

3、[专利文献]

4、[专利文献1]国际公开2022/172506号

技术实现思路

1、[专利技术所要解决的问题]

2、然而，使用推理模型的噪声去除并不限于对于任意的图像皆可有效果地进行。若成为噪声去除的对象的图像的构造、若与用于为了产生推理模型的训练的示教图像的构造类似，则可适当地进行图像的噪声去除。另一方面，在这些的构造大不相同的情形下，有无法适当地进行图像的噪声去除的担忧。另外，即便在噪声去除以外使用的推理模型也会产生相同的问题。

3、本专利技术的一实施方式鉴于上述而完成，目的在于提供一种可实现通过机器学本文档来自技高网...

【技术保护点】

1.一种模型的利用的评价方法，其进行与通过机器学习的训练而产生、且输入基于图像的信息的推理模型的利用有关的评价，

2.如权利要求1所述的模型的利用的评价方法，其中，

3.如权利要求2所述的模型的利用的评价方法，其中，

4.如权利要求1或2所述的模型的利用的评价方法，其中，

5.如权利要求1或2所述的模型的利用的评价方法，其中，

6.如权利要求1或2所述的模型的利用的评价方法，其中，

7.如权利要求1或2所述的模型的利用的评价方法，其中，

8.如权利要求1或2所述的模型的利用的评价方法，其中，

...

【技术特征摘要】
【国外来华专利技术】

1.一种模型的利用的评价方法，其进行与通过机器学习的训练而产生、且输入基于图像的信息的推理模型的利用有关的评价，

2.如权利要求1所述的模型的利用的评价方法，其中，

3.如权利要求2所述的模型的利用的评价方法，其中，

4.如权利要求1或2所述的模型的利用的评价方法，其中，

5.如权利要求1或2所述的模型的利用的评价方法，其中，

6.如权利要求1或2所述的模型的利用的评价方法，其中，

7.如权利要求...

【专利技术属性】
技术研发人员：大西达也，土屋智，竹岛智亲，樋口贵文，加藤朱里，
申请(专利权)人：浜松光子学株式会社，
类型：发明
国别省市：