[发明专利]学习用数据收集装置、学习用数据收集方法、及程序

说明书

本发明提供一种收集可进行高效再学习的学习用数据的学习用数据收集装置、学习用数据收集方法、及程序。学习用数据收集装置(10)具备：检查图像获取部(11)，其获取检查图像；区域检测结果获取部(损伤检测结果获取部(13))，其获取由进行了学习的区域检测器检测到的区域检测结果；修正历史获取部(15)，其获取区域检测结果的修正历史；计算部(17)，其计算对修正历史进行定量化而得到的修正定量化信息；数据库，其将检查图像、区域检测结果及修正历史相关联地存储；图像提取条件设定部(19)，其设定从数据库中提取用于再学习的检查图像的提取条件，并将修正定量化信息的阈值设定为提取条件；以及第一学习用数据提取部(21)，其提取满足提取条件的检查图像和与检查图像相关联的区域检测结果及修正历史作为使区域检测器再学习的学习用数据。

技术领域

本发明涉及一种学习用数据收集装置、学习用数据收集方法、及程序，特别是提取使区域检测器再学习的学习用数据的学习用数据收集装置、学习用数据收集方法、及程序。

背景技术

近年来，有时使用检查对象的对象物的拍摄图像来进行对象物的检查。对象物的检查通过从对象物的拍摄图像中检测及特定规定区域来进行。例如，在进行构造物的损伤检查时，可获取作为检查对象物的桥梁、道路、楼房等构造物的摄影图像。然后，利用图像处理从该拍摄图像中检测及特定构造物的损伤。

在此，作为利用图像处理从拍摄图像中检测区域的方法之一，已知有利用进行了机器学习的区域检测器(例如损伤检测器)来检测区域的方法。另外，还已知通过对暂时进行了机器学习的区域检测器使其再学习(或追加学习)，能够提高区域检测的精度。然而，若使区域检测器将积累在数据库等中的大量图像全部作为学习用数据进行学习，则学习时间会变得很长。另外，若不学习适当的数据作为学习用数据，则不能期待高的学习效果。即，仅通过随机地选择学习用数据，不能使区域检测器进行高效的学习。

因此，一直以来，在进行机器学习时，以进行高效学习为目的，提出有与学习用数据的提取方法相关的方案。

例如，在专利文献1中记载有一种以可靠且迅速地提高图像的识别精度为目的的技术。具体而言，记载了将过去的机器学习中使用的图像以外的图像、即与过去的机器学习中使用的图像的相似度低的图像用于机器学习的技术。

以往技术文献

专利文献

专利文献1：日本特开第2017-224184号公报

发明内容

发明要解决的技术课题

在此，在利用进行了机器学习的区域检测器进行对象物的区域的检测的情况下，为了进行高效的机器学习，需要使用用户对由该区域检测器进行的区域检测结果不满意的检查图像来进行再学习。

另一方面，用户有时也对区域检测结果进行轻微的修正。即使是这样的轻微的修正，学习也需要时间。

因此，为了进行有效的再学习，希望提取用户不满意的检查图像，并且将轻微的修正设为再学习的对象外。

本发明是鉴于上述情况而完成的，其目的在于提供一种收集可进行高效再学习的学习用数据的学习用数据收集装置、学习用数据收集方法、及程序。

用于解决技术课题的手段