1.一种分选装置，是从由多个种类的物体构成的混合物中对分选对象物进行分选的分选装置，其具备：
数据获取部，获取基于类别物体或所述混合物的数据，所述类别物体是按每个种类而分类的所述物体；
学习数据生成部，根据由所述数据获取部获取到的所述类别物体的数据来生成学习数据；
学习部，学习使用由所述学习数据生成部生成的学习数据将混合物按每个种类进行分类并设为类别物体的方法，并生成将通过该学习而得到的知识以及经验进行了数据化的学习模型；
分选对象选择部，从所述类别物体中选择所述分选对象物的种类；
判断部，基于由所述学习部生成的学习模型，根据由所述数据获取部获取到的混合物的摄像数据来判断由所述分选对象选择部选择出的种类的分选对象物的有无以及位置；
分选部，基于所述判断部的判断结果，从所述混合物中对所述分选对象物进行分选；以及
操作部，接受来自用户的操作对所述各部给予指示。
2.根据权利要求1所述的分选装置，其特征在于，
所述操作部具备：
数据获取指示部，对所述数据获取部指示数据的获取；
学习数据生成指示部，对所述学习数据生成部指示所述学习数据的生成开始；
学习开始指示部，对所述学习部指示所述学习模型的生成；
分选对象选择指示部，对所述分选对象选择部指示所述分选对象物的种类的选择；以及
运转开始指示部，使所述判别部判断所述分选对象物的有无以及位置，并使所述分选部基于该判断结果从所述混合物中对所述分选对象物进行分选。
3.根据权利要求1或2所述的分选装置，其特征在于，
所述操作部具备模式切换指示部，所述模式切换指示部指示包含学习模式和运转模式的模式切换操作，所述学习模式至少显示所述数据获取指示部、学习数据生成指示部以及学习开始指示部，所述运转模式至少显示所述运转开始指示部。
4.根据权利要求3所述的分选装置，其特征在于，
所述操作部在一个画面中至少显示所述数据获取指示部、学习数据生成指示部、学习开始指示部、分选对象选择指示部以及运转开始指示部。
5.根据权利要求1至4中任一项所述的分选装置，其特征在于，
所述操作部为触摸面板。
6.根据权利要求1至5中任一项所述的分选装置，其特征在于，
所述数据获取部具备可视摄像机，
由所述数据获取部获取到的数据为图像数据。
7.根据权利要求6所述的分选装置，其特征在于，
所述分选装置还具备存储部，该存储部将所述类别物体的图像数据与确定该类别物体的种类的信息建立关联地进行保存，
所述学习数据生成部具有：
图像提取部，生成提取图像数据，该提取图像数据是从由所述数据获取部获取到的所述类别物体的图像数据中去除背景并提取该类别物体而成的；
图像合成部，生成学习用图像数据，该学习用图像数据是从由所述图像提取部生成的、所述混合物所包含的物体全部种类的所述提取图像数据中，随机选择一个或多个提取图像数据，并将由所述数据获取部摄像出的背景的图像数据与该提取图像数据进行合成而成的；以及
解答生成部，将由所述图像合成部生成的所述学习用图像数据与基于所述存储部所保存的信息而确定的所述学习用图像数据中包含的类别物体的种类以及位置的信息建立关联来生成所述学习数据。
8.根据权利要求1至7中任一项所述的分选装置，其特征在于，
所述分选部基于所述判断结果对所述分选对象物施加压缩的空气，从所述混合物中对所述分选对象物进行分选。
9.根据权利要求1至8中任一项所述的分选装置，其特征在于，
所述判断部基于由所述学习部生成的学习模型，根据由所述数据获取部获取到的混合物的数据来计算表示所述混合物中的各物体为由所述分选对象选择部选择出的分选对象物的概率的第一识别率，并基于该第一识别率，判断所述分选对象物的有无以及位置，
所述分选部基于所述判断部的判断结果以及针对所述第一识别率设置的阈值，从所述混合物中对所述分选对象物进行分选。
10.根据权利要求9所述的分选装置，其特征在于，
所述分选部对所述第一识别率为所述阈值以上的分选对象物进行分选。
11.根据权利要求9或10所述的分选装置，其特征在于，
所述判断部基于由所述学习部生成的学习模型，根据由所述数据获取部获取到的混合物的数据来计算表示所述混合物中的各物体按每个所述类别物体而为该类别物体的概率的第二识别率，基于该第二识别率，确定所述混合物中的各物体的种类，并将该种类与所述分选对象物的种类一致的情况下的第二识别率视为所述第一识别率，来判断所述分选对象物的有无以及位置。
12.根据权利要求9至11中任一项所述的分选装置，其特征在于，
所述分选装置还具备阈值设定部，该阈值设定部针对所述第一识别率设定所希望的阈值，
所述操作部具有阈值设定指示部，该阈值设定指示部对所述阈值设定部指示所述阈值的设定。
13.一种分选方法，是从由多个种类的物体构成的混合物中对分选对象物进行分选的分选方法，其包括：
数据获取工序，接受来自数据获取指示部的操作，获取基于类别物体或所述混合物的数据，所述类别物体是按每个种类而分类的所述物体；
学习数据生成工序，接受来自学习数据生成指示部的操作，根据由所述数据获取工序获取到的所述类别物体的数据来生成学习数据；
学习工序，接受来自学习开始指示部的操作，学习使用由所述学习数据生成工序生成的学习数据将混合物按每个种类进行分类并设为类别物体的方法，并生成将通过该学习而得到的知识以及经验进行了数据化的学习模型；
分选对象选择工序，接受来自分选对象选择指示部的操作，从所述类别物体中选择所述分选对象物的种类；以及
运转工序，接受来自运转开始指示部的操作，基于由所述学习工序生成的学习模型，从由所述数据获取工序获取到的混合物的数据中判断由所述分选对象选择工序选择出的种类的分选对象物的有无以及位置，并基于该判断结果从所述混合物中对所述分选对象物进行分选。
14.根据权利要求13所述的分选方法，其特征在于，
接受来自模式切换指示部的操作，进行包含学习模式和运转模式的模式切换操作，所述学习模式至少显示所述数据获取指示部、学习数据生成指示部以及学习开始指示部，所述运转模式至少显示所述运转开始指示部。
15.根据权利要求13或14所述的分选方法，其特征在于，
在一个画面中至少显示所述数据获取指示部、学习数据生成指示部、学习开始指示部、分选对象选择指示部以及运转开始指示部。
16.根据权利要求13至15中任一项所述的分选方法，其特征在于，
在所述运转工序中，接受来自运转开始指示部的操作，基于由所述学习工序生成的学习模型，根据由所述数据获取工序获取到的混合物的数据来计算表示所述混合物中的各物体为由所述分选对象选择部选择出的分选对象物的概率的第一识别率，基于该第一识别率，判断所述分选对象物的有无以及位置，并基于该判断结果以及针对所述第一识别率设置的阈值从所述混合物中对所述分选对象物进行分选。
17.根据权利要求16所述的分选方法，其特征在于，
在所述运转工序中，对所述第一识别率为所述阈值以上的分选对象物进行分选。
18.根据权利要求16或17所述的分选方法，其特征在于，
在所述运转工序中，基于由所述学习工序生成的学习模型，根据由所述数据获取工序获取到的混合物的数据来计算表示所述混合物中的各物体按每个所述类别物体而为该类别物体的概率的第二识别率，基于该第二识别率，确定所述混合物中的各物体的种类，并将该种类与所述分选对象物的种类一致的情况下的第二识别率视为所述第一识别率，来判断所述分选对象物的有无以及位置。
19.一种分选程序，用于从由多个种类的物体构成的混合物中对分选对象物进行分选，所述分选程序使计算机实现如下功能：
接受来自数据获取指示部的操作，获取基于类别物体或所述混合物的数据的功能，所述类别物体是按每个种类而分类的所述物体；
接受来自学习数据生成指示部的操作，根据所获取的所述类别物体的摄像数据来生成学习数据的功能；
接受来自学习开始指示部的操作，学习使用所生成的所述学习数据将混合物按每个种类进行分类并设为类别物体的方法，并生成将通过该学习而得到的知识以及经验进行了数据化的学习模型的功能；
接受来自分选对象选择指示部的操作，从所述类别物体中选择所述分选对象物的种类的功能；以及
接受来自运转开始指示部的操作，基于所生成的所述学习模型，从所获取的所述混合物的数据中判断所选择的所述种类的分选对象物的有无以及位置，并基于该判断结果从所述混合物中对所述分选对象物进行分选的功能。
20.根据权利要求19所述的分选程序，其特征在于，
接受来自运转开始指示部的操作，基于所生成的所述学习模型，根据所获取的所述混合物的数据来计算表示所述混合物中的各物体为由所述分选对象选择部选择出的分选对象物的概率的第一识别率，基于该第一识别率，判断所述分选对象物的有无以及位置，并基于该判断结果以及针对第一识别率设置的阈值从所述混合物中对所述分选对象物进行分选。
21.根据权利要求20所述的分选程序，其特征在于，
对所述第一识别率为所述阈值以上的分选对象物进行分选。
22.根据权利要求20或21所述的分选程序，其特征在于，
基于所生成的所述学习模型，根据所获取的所述混合物的数据来计算表示所述混合物中的各物体按每个所述类别物体而为该类别物体的概率的第二识别率，基于该第二识别率，确定所述混合物中的各物体的种类，并将该种类与所述分选对象物的种类一致的情况下的第二识别率视为所述第一识别率，来判断所述分选对象物的有无以及位置。
23.一种计算机可读取的记录介质或存储设备，记录有权利要求19至22中任一项所述的程序。