[發明專利]數據生成裝置、數據生成方法及存儲介質

有效

• 申請號: 201811057553.5
• 申請日: 2018-09-11
• 公開（公告）號: CN109767419B
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 栗田真嗣;半澤雄希
• 申請（專利權）人: 歐姆龍株式會社
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N20/00;G01N21/88
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 玉昌峰;吳孟秋

一種數據生成裝置、數據生成方法及存儲介質，生成能夠使識別器學習的學習用數據，以便根據圖像恰當地識別包含于檢查對象物中的缺陷特征。數據生成裝置具備：獲取部，獲取具有缺陷的檢查對象物的圖像及圖像的包含缺陷的區域；修改部，對獲取部獲取的區域進行使區域的外緣擴展的修改，以使區域的內部含有的像素增加預定量；以及生成部，將被修改部修改的區域與圖像建立關聯，生成學習用數據。

技術領域

本發明涉及一種數據生成裝置、數據生成方法及存儲介質。

背景技術

近年來，使用神經網絡等識別器進行圖像識別的技術被廣泛研究。識別器使用包含圖像及該圖像標簽的數據(教導數據)進行學習。

關于生成高質量的學習用數據，以下專利文件1中記載了一種信息處理裝置，其具備：分類部，通過利用將第一數據集作為教導數據的有教導學習來學習的分類器，將第二數據集作為評價數據進行分類；輸入部，接收與分類部的分類結果相對應的第二數據集的標簽修改；以及更新部，反映輸入部所接收的修改來更新第二數據集。

專利文件1日本特開2015-087903號公報

例如當通過識別器來判斷檢查對象物的圖像是否含有缺陷時，作為識別器的學習用數據，需要準備使包含缺陷的圖像和含有該缺陷的區域相關聯的學習用數據。使用這種學習用數據學習的識別器能夠向被輸入的圖像輸出判斷為包含缺陷的區域。這里，可以由人手動輸入包含缺陷的區域。

但是，包含缺陷的區域指定不是一定將缺陷周邊恰當地包含進去。例如，發明者發現如下情況：區域被指定為幾乎只包含缺陷的話，缺陷與其他部分的對比變得困難，無法用識別器恰當地識別缺陷特征。

發明內容

于是，本發明提供一種數據生成裝置、數據生成方法及存儲介質，生成能夠使識別器學習的學習用數據，以便根據圖像恰當地識別包含于檢查對象物中的缺陷特征。

本發明的一方式提供一種數據生成裝置，其具備：獲取部，獲取具有缺陷的檢查對象物的圖像及圖像的包含缺陷的區域；修改部，對獲取部獲取的區域進行使區域的外緣擴展的修改，以使區域的內部含有的像素增加預定量；以及生成部，將被修改部修改的區域與圖像建立關聯，生成學習用數據。這里，學習用數據至少包括輸入到識別器中的圖像數據和與該圖像數據相關聯并與該圖像的包含缺陷的區域相關的數據，一般情況下，也可以是學習用數據包括沒有缺陷的檢查對象物的圖像數據和表示該圖像數據中不含有缺陷之內容的數據。

根據該方式，即便將包含缺陷的區域指定為幾乎只包含缺陷的情況下，修改成區域外緣的至少一部分擴展，能夠生成供識別器學習的學習用數據，以使識別器根據圖像恰當地識別檢查對象物中包含的缺陷特征。其結果，通過使用學習用數據進行學習，能夠提高識別器對缺陷的識別性能。

在上述方式中，也可以是，修改部對獲取部獲取的區域進行多個不同修改，生成部將被修改部進行了多個不同修改的多個修改區域與圖像建立關聯，生成與被修改部進行的多個不同修改相對應的多個候選學習用數據。

根據該方式，將進行多個不同修改的區域與圖像建立關聯，生成多個候選學習用數據，從而能夠生成對缺陷與其他部分進行對比的容易度各自不同的候選學習用數據。這里，不同修改是指例如外緣擴展程度不同，通過生成外緣擴展程度不同的多個候選學習用數據，缺陷與其他部分進行對比的容易程度各不相同，由此能夠生成作為學習結果而識別器獲得的表示缺陷的圖像部分特征不同的學習用數據。此外，多個候選學習用數據不必實際全部都用作學習用數據。另外，外緣擴展程度不同的多個候選學習用數據的一部分分或者全部選擇性地用作實際的學習用數據即可。

在上述方式中，也可以是，修改部根據除包含于獲取部獲取的區域中的缺陷以外的背景圖案，確定區域的修改方法。