適用製品
画像処理に使用される畳み込みニューラルネットワーク（以下、ＣＮＮという）の機械学習方法、および機械学習されたＣＮＮを備える画像処理装置
目的
多数の異常画像を準備できない場合であっても異常検知性能を向上させることが可能な機械学習方法および当該機械学習方法によって教師あり学習された学習済みモデルを備える画像処理装置を提供する。
効果
変形のように色に現れない異常を含めて、現状社会に存在する様々な異常に関する網羅的な検出を、大量の異常画像を収集や新規モデルの開発を行わずとも実現することができる。
技術概要
検査用画像を入力すると所定の出力が得られるように教師あり学習される異常検出畳み込みニューラルネットワークへレイヤーごとに外部注視メカニズムを導入する介在畳み込みニューラルネットワークで構成される機械学習方法であって、
前記検査用画像の異常に関する特徴を異常度マップ抽出器畳み込みニューラルネットワークの教師なし学習によって事前に取得しておき、
前記異常に関する特徴を前記介在畳み込みニューラルネットワークの教師あり学習に用いてアテンション・マップを生成し、当該アテンション・マップを前記異常検出畳み込みニューラルネットワークの抽象度が同じ中間層の出力に統合しながら前記異常検出畳み込みニューラルネットワークの教師あり学習を行うことを特徴とする機械学習方法。
基本情報
開放特許情報
)
登録者情報
その他の情報
