[發(fā)明專利]學(xué)習(xí)裝置、學(xué)習(xí)方法以及記錄介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011079035.0
• 申請日: 2020-10-10
• 公開（公告）號: CN112862062A
• 公開（公告）日: 2021-05-28
• 發(fā)明（設(shè)計）人: 池田泰之;枦山博幸;松田健利
• 申請（專利權(quán)）人: 歐姆龍株式會社
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06N3/063
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 馬爽;臧建明

本發(fā)明提供一種能夠削減學(xué)習(xí)模型的調(diào)整工時的學(xué)習(xí)裝置、學(xué)習(xí)方法以及記錄介質(zhì)。學(xué)習(xí)部進(jìn)行使用學(xué)習(xí)用圖像組的機(jī)器學(xué)習(xí)，由此來生成被利用于判定對象物的屬性的學(xué)習(xí)模型，所述學(xué)習(xí)用圖像組包含映照有對象物的一個以上的學(xué)習(xí)用圖像。評估部將評估用圖像組中所含的一個以上的評估用圖像輸入至學(xué)習(xí)模型，由此來進(jìn)行學(xué)習(xí)模型的性能評估。受理部受理對學(xué)習(xí)用圖像組進(jìn)行更新的第一操作。記錄部針對每個第一操作，將第一操作的內(nèi)容、與對使用更新后的學(xué)習(xí)用圖像組而生成的學(xué)習(xí)模型的評估的結(jié)果相關(guān)聯(lián)地予以記錄。輸出部輸出由記錄部所記錄的歷史信息。

技術(shù)領(lǐng)域

本發(fā)明涉及一種學(xué)習(xí)裝置、學(xué)習(xí)方法以及記錄介質(zhì)。

背景技術(shù)

近年來，在制造線上正在推進(jìn)下述技術(shù)的開發(fā)，即，通過拍攝裝置來拍攝所制造的產(chǎn)品，基于所得到的觀測圖像來自動檢查產(chǎn)品的良否。若良品及不良品這兩者的樣品存在多個，則能夠借助通過進(jìn)行使用良品圖像及不良品圖像的機(jī)器學(xué)習(xí)而獲得的識別器，來判定產(chǎn)品的良否。但是，通常難以比良品多地收集不良品。因此，開發(fā)出一種技術(shù)，借助通過使用多個良品圖像的機(jī)器學(xué)習(xí)而獲得的學(xué)習(xí)模型來判定良否(非專利文獻(xiàn)1～非專利文獻(xiàn)3)。非專利文獻(xiàn)1～非專利文獻(xiàn)3中，生成提取多個良品圖像的特征的學(xué)習(xí)模型(學(xué)習(xí)完畢模型)。在檢查時，使用學(xué)習(xí)模型從觀測圖像中提取缺陷以外的特征，復(fù)原無缺陷的圖像。通過對經(jīng)復(fù)原的圖像與觀測圖像進(jìn)行比較，從而實(shí)施缺陷檢查。另外，輸出圖像的類型的機(jī)器學(xué)習(xí)模型一般被稱作生成模型，但在本說明書中簡稱作學(xué)習(xí)模型。

[現(xiàn)有技術(shù)文獻(xiàn)]

[非專利文獻(xiàn)]

非專利文獻(xiàn)1：貝格曼(Bergmann)及另4人，“通過將結(jié)構(gòu)相似性應(yīng)用于自動編碼器來改善無監(jiān)督缺陷分割(Improving Unsupervised Defect Segmentation by ApplyingStructural Similarity To Autoencoders)”，arXiv:1807.02011v3，2019年2月1日

非專利文獻(xiàn)2：施耐爾(Schlegl)及另4人，“利用生成對抗網(wǎng)絡(luò)進(jìn)行無監(jiān)督異常檢測以指導(dǎo)標(biāo)記發(fā)現(xiàn)(Unsupervised Anomaly Detection with Generative AdversarialNetworks to Guide Marker Discovery)”，arXiv:1703.05921v1，2017年3月17日

非專利文獻(xiàn)3：豐田健太、堀田一弘，“使用局部空間法與魯棒統(tǒng)計的不良部位的自動確定”，SSII2016，IS3-22，2016年6月10日

發(fā)明內(nèi)容

[發(fā)明所要解決的問題]

為了提高學(xué)習(xí)模型的性能，要反復(fù)實(shí)施學(xué)習(xí)操作。但是，增加學(xué)習(xí)操作未必會提高性能，最新的學(xué)習(xí)模型并不一定是最佳。因此，學(xué)習(xí)模型的調(diào)整耗費(fèi)工時。

本發(fā)明是有鑒于所述問題而完成，其目的在于提供一種能夠削減學(xué)習(xí)模型的調(diào)整工時的學(xué)習(xí)裝置、學(xué)習(xí)方法以及記錄介質(zhì)。

[解決問題的技術(shù)手段]

根據(jù)本發(fā)明的一例，學(xué)習(xí)裝置包括學(xué)習(xí)部、評估部、受理部、記錄部及輸出部。學(xué)習(xí)部進(jìn)行使用學(xué)習(xí)用圖像組的機(jī)器學(xué)習(xí)，由此來生成被利用于判定對象物的屬性的學(xué)習(xí)模型，所述學(xué)習(xí)用圖像組包含映照有對象物的一個以上的學(xué)習(xí)用圖像。評估部將評估用圖像組中所含的一個以上的評估用圖像輸入至學(xué)習(xí)模型，由此來進(jìn)行學(xué)習(xí)模型的性能評估。受理部受理對學(xué)習(xí)用圖像組進(jìn)行更新的第一操作。記錄部針對每個第一操作，將第一操作的內(nèi)容、與對使用更新后的學(xué)習(xí)用圖像組而生成的學(xué)習(xí)模型的評估的結(jié)果相關(guān)聯(lián)地予以記錄。輸出部輸出由記錄部所記錄的歷史信息。

根據(jù)此發(fā)明，用戶通過確認(rèn)由記錄部所記錄的歷史信息，從而能夠容易地掌握與過去實(shí)施的多個第一操作分別對應(yīng)的學(xué)習(xí)模型中的、哪個時機(jī)的學(xué)習(xí)模型的性能最高。由此，用戶能夠一邊確認(rèn)每個第一操作的學(xué)習(xí)模型的性能，一邊適當(dāng)調(diào)整學(xué)習(xí)模型。其結(jié)果，能夠削減學(xué)習(xí)模型的調(diào)整工時。