[发明专利]学习用数据生成装置及方法、模型生成系统以及程序

权利要求书

1.一种学习用数据生成装置，其中，具备：

对象提取部，从图像中提取对象图像；

分类评价部，基于学习完毕模型评价所述对象图像，计算可靠度，所述可靠度表示所述对象图像被分类为候选标签的可能性的高低；

分类判定部，在所述可靠度小于第一阈值且为第二阈值以上的情况下，将不同于所述候选标签的临时标签与所述对象图像建立关联，所述第二阈值小于所述第一阈值；以及

学习用数据生成部，基于与所述临时标签建立了关联的所述对象图像，生成学习用数据。

2.根据权利要求1所述的学习用数据生成装置，其中，

所述分类判定部在所述可靠度为中间阈值以上且所述可靠度小于所述第一阈值的情况下，将不同于所述候选标签的第一临时标签与所述对象图像建立关联，在所述可靠度为所述第二阈值以上且小于所述中间阈值的情况下，将不同于所述第一临时标签的第二临时标签与所述对象图像建立关联，所述中间阈值小于所述第一阈值且大于所述第二阈值。

3.根据权利要求1或2所述的学习用数据生成装置，其中，

所述分类判定部在所述可靠度小于第三阈值且为所述第一阈值以上的情况下，将所述候选标签与所述对象图像建立关联，所述第三阈值大于所述第一阈值，

所述学习用数据生成部基于与临时标签或候选标签建立了关联的所述对象图像，生成所述学习用数据。

4.根据权利要求1或2所述的学习用数据生成装置，其中，

所述分类判定部根据所述学习完毕模型所使用的图像的数量，变更所述第一阈值和所述第二阈值中的至少一方。

5.一种学习用模型生成系统，其中，基于权利要求1或2所述的学习用数据生成装置所生成的所述学习用数据，生成学习完毕模型。

6.一种学习用数据生成方法，其中，包括以下步骤：

对象提取步骤，从图像中提取对象图像；

分类评价步骤，基于学习完毕模型评价所述对象图像，计算可靠度，所述可靠度表示所述对象图像被分类为候选标签的可能性的高低；

分类判定步骤，在所述可靠度小于第一阈值且为第二阈值以上的情况下，将不同于所述候选标签的临时标签与所述对象图像建立关联，所述第二阈值小于所述第一阈值；以及

学习用数据生成步骤，基于与所述临时标签建立了关联的所述对象图像，生成学习用数据。

7.一种包含程序的非暂时性记录介质，其中，所述程序使计算机执行以下步骤：

对象提取步骤，从图像中提取对象图像；

分类评价步骤，基于学习完毕模型评价所述对象图像，计算可靠度，所述可靠度表示所述对象图像被分类为候选标签的可能性的高低；

分类判定步骤，在所述可靠度小于第一阈值且为第二阈值以上的情况下，将不同于所述候选标签的临时标签与所述对象图像建立关联，所述第二阈值小于所述第一阈值；以及

学习用数据生成步骤，基于与所述临时标签建立了关联的所述对象图像，生成学习用数据。