[发明专利]小批量学习装置及其工作程序、工作方法及图像处理装置

权利要求书

1.一种小批量学习装置，其对用于实施以像素单元来判别图像内的多个类别的语义分割的机器学习模型赋予小批量数据来进行训练，所述小批量学习装置具备：

计算部，计算所述小批量数据中的所述多个类别中每个类别的面积比例；

确定部，确定所述面积比例低于设定值的稀有类别；及

更新部，根据使用了所述小批量数据的所述训练结果来更新所述机器学习模型，并且使得在所述确定部中确定有所述稀有类别时的所述机器学习模型的更新程度小于在所述确定部中未确定所述稀有类别时的更新程度。

2.根据权利要求1所述的小批量学习装置，其中，

所述更新部使得在所述确定部中确定有所述稀有类别时的表示所述机器学习模型的各种参数值的变化幅度的学习系数小于在所述确定部中未确定所述稀有类别时的学习系数。

3.根据权利要求1或2所述的小批量学习装置，

其具备接收部，所述接收部接收是否使所述更新部进行减小所述更新程度的处理的选择指示。

4.一种小批量学习装置的工作程序，所述小批量学习装置对用于实施以像素单元来判别图像内的多个类别的语义分割的机器学习模型赋予小批量数据来进行训练，所述小批量学习装置的工作程序使计算机发挥如下作用：

计算部，计算所述小批量数据中的所述多个类别中每个类别的面积比例；

确定部，确定所述面积比例低于设定值的稀有类别；及

更新部，根据使用了所述小批量数据的所述训练结果来更新所述机器学习模型，并且使得在所述确定部中确定有所述稀有类别时的所述机器学习模型的更新程度小于在所述确定部中未确定所述稀有类别时的更新程度。

5.一种小批量学习装置的工作方法，所述小批量学习装置对用于实施以像素单元来判别图像内的多个类别的语义分割的机器学习模型赋予小批量数据来进行训练，所述小批量学习装置的工作方法具备：

计算步骤，计算所述小批量数据中的所述多个类别中每个类别的面积比例；

确定步骤，确定所述面积比例低于设定值的稀有类别；及

更新步骤，根据使用了所述小批量数据的训练结果来更新所述机器学习模型，并且使得在所述确定步骤中确定有所述稀有类别时的所述机器学习模型的更新程度小于在所述确定步骤中未确定所述稀有类别时的更新程度。

6.一种图像处理装置，其对用于实施以像素单元来判别图像内的多个类别的语义分割的机器学习模型赋予小批量数据来进行训练，所述图像处理装置执行如下步骤：

计算所述小批量数据中的所述多个类别中每个类别的面积比例；

确定所述面积比例低于设定值的稀有类别；及

使确定有所述稀有类别时的所述机器学习模型的更新程度小于未确定所述稀有类别时的更新程度。