所属：パナソニックコネクト株式会社

概要：
目的　画像認識モデル学習データ収集効率化技術の開発
内容　ドメインの異なる学習データが追加されるシナリオでモデル学習に必要なデータ量を削減するために、半教師有学習技術を活用する。
結果　画像認識技術の実用化には、迅速なモデル開発が求められるが、アノテーション作業がボトルネックとなっている。本研究では、半教師有学習を活用し、少量のアノテーション付き画像と大量のアノテーション無し画像を用いて高精度な認識を目指した。YOLOの物体検出に適用する技術を開発し、異なるドメインでの追加学習実験を通して、Teacherの検出漏れの影響やドメイン差の影響などの課題を特定した。