【技术实现步骤摘要】
本专利技术涉及学习装置、学习方法及存储介质。
技术介绍
1、以往，已知有为了活用于车辆的驾驶支援或自动驾驶而检测图像所包含的道路区域的技术。例如，在专利文献1中，公开了如下技术：对所输入的图像沿着x方向进行扫描而提取边缘，基于该边缘附近的颜色的不同来检测白线，由此检测道路区域。
2、在先技术文献
3、专利文献
4、专利文献1：日本特开2020-038101号公报
技术实现思路
1、专利技术要解决的课题
2、然而，在专利文献1所述的技术中，并非从不同的观点验证通过扫描检测到的白线的准确性。其结果是，在以往技术中，有时不能确保从图像检测到的道路区域的准确性。
3、本专利技术是考虑这样的情况而完成的，其目的之一在于提供能够通过从多个观点验证从图像检测到的道路区域而确保其准确性的学习装置、学习方法及存储介质。
4、用于解决课题的方案
5、本专利技术所涉及的学习装置、学习方法、及存储介质采用了以下的结构。
6、(1)：本专利技术的一方案涉及一种学习装置，其使机器学习模型进行学习，所述机器学习模型将图像作为输入而输出所述图像中的表示道路端部的第一像素区域和表示道路区域的第二像素区域，其中，所述学习装置具备：判定部，其将所述第一像素区域与所述第二像素区域进行比较，来判定所述第一像素区域与所述第二像素区域的适配度；设定部，其基于所述适配度，来对所输出的所述第一像素区域与表示所述道路端部的正解数据之间的第
7、(2)：在上述(1)的方案的基础上，越是所述第二像素区域被所述第一像素区域无间隙且无重叠地夹着，则所述判定部判定为所述适配度越高。
8、(3)：在上述(1)或(2)的方案的基础上，所判定的所述适配度越低，则所述设定部越增大所设定的所述增益的值。
9、(4)：本专利技术的另一方案涉及一种学习方法，使机器学习模型进行学习，所述机器学习模型将图像作为输入而输出所述图像中的表示道路端部的第一像素区域和表示道路区域的第二像素区域，其中，所述学习方法使计算机进行如下处理：将所述第一像素区域与所述第二像素区域进行比较，来判定所述第一像素区域与所述第二像素区域的适配度；基于所述适配度，来对所输出的所述第一像素区域与表示所述道路端部的正解数据之间的第一误差、以及所输出的所述第二像素区域与表示所述道路区域的正解数据之间的第二误差设定增益；以及以使基于设定了所述增益的所述第一误差和所述第二误差而算出的损失函数的值减少的方式，使所述机器学习模型进行学习。
10、(5)：本专利技术的又一方案涉及一种存储介质，该存储介质存储有程序，该程序使机器学习模型进行学习，所述机器学习模型将图像作为输入而输出所述图像中的表示道路端部的第一像素区域和表示道路区域的第二像素区域，其中，所述程序使计算机进行如下处理：
11、将所述第一像素区域与所述第二像素区域进行比较，来判定所述第一像素区域与所述第二像素区域的适配度；基于所述适配度，来对所输出的所述第一像素区域与表示所述道路端部的正解数据之间的第一误差、以及所输出的所述第二像素区域与表示所述道路区域的正解数据之间的第二误差设定增益；以及以使基于设定了所述增益的所述第一误差和所述第二误差而算出的损失函数的值减少的方式，使所述机器学习模型进行学习。
12、专利技术效果
13、根据(1)～(5)，能够通过从多个观点验证从图像检测到的道路区域而确保其准确性。
本文档来自技高网...【技术保护点】
1.一种学习装置，其使机器学习模型进行学习，所述机器学习模型将图像作为输入而输出所述图像中的表示道路端部的第一像素区域和表示道路区域的第二像素区域，其中，
2.根据权利要求1所述的学习装置，其中，
3.根据权利要求1或2所述的学习装置，其中，
4.一种学习方法，其使机器学习模型进行学习，所述机器学习模型将图像作为输入而输出所述图像中的表示道路端部的第一像素区域和表示道路区域的第二像素区域，其中，
5.一种存储介质，其存储有程序，该程序使机器学习模型进行学习，所述机器学习模型将图像作为输入而输出所述图像中的表示道路端部的第一像素区域和表示道路区域的第二像素区域，其中，
【技术特征摘要】
1.一种学习装置，其使机器学习模型进行学习，所述机器学习模型将图像作为输入而输出所述图像中的表示道路端部的第一像素区域和表示道路区域的第二像素区域，其中，
2.根据权利要求1所述的学习装置，其中，
3.根据权利要求1或2所述的学习装置，其中，
4.一种学习方法，其使机器学习...
【专利技术属性】
技术研发人员：金原辉，李晨光，张家钊，
申请(专利权)人：本田技研工业株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。