- メディアデータ分析
教師なし画像分類技術IDFD
応用先
- 半導体製造の検査画像
- 製造分野での外観画像一般
ベンチマーク・強み・実績
- 一般画像の公開データセットCIFAR-10, ImageNet-10に対する教師なし分類精度81.5%, 95.4%を達成(従来手法62.3%, 71.0%)
- 世界トップレベルの教師なし画像分類(クラスタリング)精度を達成し、AI分野のトップ学会ICLR2021に採択
問い合わせ窓口
問合せの際はタイトル[東芝AI技術カタログ:教師なし画像分類技術IDFD]やURLを文面に含めてください。
本技術は研究開発中のためご要望にすぐに対応できない可能性があります。
参考文献:
- 教師なしで複雑な画像の特徴を学習してグループ化する画像分類AIを開発, プレスリリース(2021年4月28日).
- Y. Tao, K. Takagi, K. Nakata, “Clustering-friendly Representation Learning via Instance Discrimination and Feature Decorrelation,” The Ninth International Conference on Learning Representations (ICLR2021), 2021.
- Oshima, T., Takagi, K., Nakata, “Clustering-Friendly Representation Learning for Enhancing Salient Features”, 28th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD2024), 2024.
- 製品の不良や欠陥を高精度にグループ化する教師なし画像分類AIを開発、プレスリリース(2024年5月8日)