-
公开(公告)号：CN111602137A
公开(公告)日：2020-08-28
申请号：CN201980007571.9
申请日：2019-01-22
Applicant: 欧姆龙株式会社
Abstract: 提供一种不会降低学习完毕的学习器的推论精度，能对学习完毕的学习器的推论结果的合理性进行适当评估的方法。本发明的一方面的评估装置包括：数据获取部，获取对利用数据集进行了有教学学习的学习完毕的第一学习器输入的输入数据，数据集包含训练数据、及表示对训练数据的推论结果的正解的正解数据的对；以及合理性评估部，基于通过对利用训练数据进行了无教学学习的学习完毕的第二学习器输入输入数据而从第二学习器获得的输出，来评估在将输入数据输入至第一学习器时，能否从第一学习器获得合理的输出作为对输入数据的推论结果。
-
公开(公告)号：CN113386123B
公开(公告)日：2024-07-23
申请号：CN202110187452.5
申请日：2021-02-18
Applicant: 欧姆龙株式会社
IPC: B25J9/16
Abstract: 控制装置、机器人、学习装置、机器人系统和学习方法，比以往廉价且通用地实现能够高速进行伴随接触的动作的机器人控制。机器人具有把持对象物的夹具和使夹具移动的臂，在夹具的中途、夹具与臂之间和臂的中途中的至少任一个位置具有物理上柔软的柔软部，控制装置具有：状态取得单元，取得包含柔软关联观测数据的状态观测数据，柔软关联观测数据是关于柔软部、机器人的比柔软部靠把持对象物侧的部位和把持对象物中的至少任一个的状态的观测数据；控制单元，包含预先进行了机器学习而当输入状态观测数据时输出用于对对象物进行规定作业的机器人行动的学习模型，控制单元根据将状态取得单元取得的状态观测数据输入到学习模型得到的输出，控制机器人。
-
公开(公告)号：CN112567426B
公开(公告)日：2024-06-07
申请号：CN201980052723.7
申请日：2019-11-14
Applicant: 欧姆龙株式会社
Abstract: 本发明提供一种图像判定装置、图像判定方法及其程序的记录媒体，即便在进行学习模型的追加学习的情况下，也可抑制学习处理所需要的时间或运算量的增加。图像判定装置包括：学习模型，基于检查对象的图像而输出表示与图像有关的判定结果的输出数据；学习部，使用包含学习图像及标签数据的学习数据，以将学习图像输入至学习模型时，输出表示与学习图像关联的标签数据的输出数据的方式，使学习模型进行学习；分割部，将学习数据分割为多个子学习数据；测定部，测定使用多个子学习数据各自通过学习部使学习模型进行了学习时的判定精度；以及选择部，基于判定精度而选择多个子学习数据的至少任一个。
-
公开(公告)号：CN112602113B
公开(公告)日：2024-05-24
申请号：CN201980052593.7
申请日：2019-10-24
Applicant: 欧姆龙株式会社
Abstract: 本发明提供一种图像判定装置学习方法及其程序的记录媒体，即便在进行学习模型的追加学习的情况下，也明确着眼于图像的何种特征获得了判定结果。图像判定装置包括：一个或多个特征提取器，基于检查对象的图像而输出表示图像的特定特征的特征数据；判定器，基于从特征提取器输出的特征数据，输出表示与图像有关的判定结果的输出数据；以及学习部，使用包含学习图像及标签数据的学习数据，使判定器以下述方式进行学习，即，基于将学习图像输入至特征提取器时输出的特征数据，输出表示与学习图像关联的标签数据的输出数据，并且学习部使用新的学习数据，使判定器以下述方式进行追加学习，即，由判定器输出表示与图像关联的标签数据的输出数据。
-
公开(公告)号：CN111758117B
公开(公告)日：2023-10-27
申请号：CN201980013728.9
申请日：2019-03-13
Applicant: 欧姆龙株式会社
Inventor： 井尻善久
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N20/00
Abstract: 本发明提供一种检查系统、识别系统以及学习数据生成装置，相对较高精度地判定数据中所含的特征。本发明的一方面的检查系统获取分别包含图像数据及正解数据的组合的多件学习用数据集，根据由第一识别器对映照在各件学习用数据集的图像数据中的制品的良否进行判定的结果符合正解数据所示的正解的程度，对各件学习用数据集设定判定的难易度。并且，检查系统实施从所设定的难易度低的学习用数据集起依序利用的阶段性的机器学习，由此来构建对制品的良否进行判定的第二识别器。
-
Patent Agency Ranking
公开(公告)号：CN111699496B
公开(公告)日：2023-08-29
申请号：CN201980012168.5
申请日：2019-02-20
Applicant: 欧姆龙株式会社
Inventor： 井尻善久
Abstract: 本发明提供一种神经网络型图像处理装置、外观检查装置以及外观检查方法。神经网络型图像处理装置包括：输入层，具有进行输入图像的输入的一个单元；输出层，具有进行输出图像的输出的一个单元；以及多个中间层，配置在所述输入层与所述输出层之间，且所述各中间层具有多个单元，所述输入层的单元、所述各中间层的单元及所述输出层的单元以耦合系数进行全耦合，所述各中间层的各单元为对输入至所述单元的图像实施图像处理的图像处理模块，所述神经网络型图像处理装置构成为，所述输入图像从所述输入层的单元输入，经过所述中间层的单元后，从所述输出层的单元作为所述输出图像而输出，且构成为通过利用误差反向传播法的学习而更新所述耦合系数。
-
公开(公告)号：CN115916483A
公开(公告)日：2023-04-04
申请号：CN202180050579.0
申请日：2021-08-17
Applicant: 欧姆龙株式会社 , 国立大学法人东京大学
IPC: B25J13/08
Abstract: 机器人系统具备：机器人机构，具备抓握工件的手指；检测部，检测手指抓握工件的抓握状态；识别部，基于检测部的检测结果识别手指所抓握的工件的数量；以及控制部，在使机器人机构进行从载置有多个工件的载置场所抓握工件的动作之后，在通过识别部识别出的工件的数量与预先指定的指定数不同时，所述控制部控制机器人机构的运动以使抓握住的工件的数量达到指定数，手指中的至少一个具有挠性，在通过手指抓握住工件的状态下，控制部控制机器人机构的运动以使至少一个手指的位置变化。
-
公开(公告)号：CN113939848A
公开(公告)日：2022-01-14
申请号：CN202080042676.0
申请日：2020-06-25
Applicant: 欧姆龙株式会社
Abstract: 本发明的一方面所涉及的推论装置通过对根据在不同的环境下得到的局部学习数据而被导出以执行规定的推论的多个推论模型分别提供对象数据，并使各推论模型执行规定的推论，来获取各推论模型的推论结果。然后，推论装置通过根据环境数据确定各整合参数的值，使用所确定的各整合参数的值对各推论模型的推论结果进行加权，并整合加权后的各推论结果，来生成对象的环境下的推论结果。
-
公开(公告)号：CN112602113A
公开(公告)日：2021-04-02
申请号：CN201980052593.7
申请日：2019-10-24
Applicant: 欧姆龙株式会社
Abstract: 本发明提供一种图像判定装置等，即便在进行学习模型的追加学习的情况下，也明确着眼于图像的何种特征获得了判定结果。图像判定装置包括：一个或多个特征提取器，基于检查对象的图像而输出表示图像的特定特征的特征数据；判定器，基于从一个或多个特征提取器输出的特征数据，输出表示与图像有关的判定结果的输出数据；以及学习部，使用包含学习图像及标签数据的学习数据，使判定器以下述方式进行学习，即，基于将学习图像输入至一个或多个特征提取器时输出的特征数据，输出表示与学习图像关联的标签数据的输出数据，并且学习部使用新的学习数据，使判定器以下述方式进行追加学习，即，由判定器输出表示与图像关联的标签数据的输出数据。
-
公开(公告)号：CN112584990A
公开(公告)日：2021-03-30
申请号：CN201980052690.6
申请日：2019-10-17
Applicant: 欧姆龙株式会社
Abstract: 本发明提供一种用于提高执行所学会的作业的能力的通用性的技术。本发明的一方面的控制装置设定成为最终目标的多个对象物之间的相对关系量。而且，控制装置从传感器反复获取观察数据，并根据所获取的观察数据来算出存在于环境下的多个对象物之间的相对关系量。进而，控制装置决定从开始运行控制的时间点的相对关系量直至实现最终目标的相对关系量为止的、设为目标的状态下的相对关系量的序列，并反复决定控制指令，以使根据最新的观察数据而算出的当前状态下的相对关系量变化为接下来要迁移的目标状态下的相对关系量，直至实现最终目标的相对关系量为止。并且，控制装置将所决定的控制指令输出至机器人装置。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.039 seconds)
