训练模型生成方法、用户环境估计方法、训练模型生成设备、用户环境估计设备和训练模型生成系统与流程

本公开涉及训练模型生成方法、用户环境估计方法、训练模型生成设备、用户环境估计设备和训练模型生成系统。

背景技术：

1、已知的系统捕获组件的图像，并且创建用于对组件的图像进行识别的训练模型(例如，参见专利文献1)。

2、引用列表

3、专利文献

4、专利文献1：国际公开第2019/155593号

技术实现思路

1、在本公开的一个实施例中，一种训练模型生成方法包括：获取第一模型，第一模型是通过使用表示第一环境中的估计目标的第一图像数据作为学习数据对第一环境中的估计目标执行训练处理而获得的；获取第二图像数据，第二图像数据表示要执行估计的第二环境中的估计目标；通过使用第二图像数据作为学习数据，基于第一模型生成第二模型；以及基于第二模型输出训练模型。第二图像数据包括其中基于关于第二环境的用户环境信息假定估计目标在第二环境中的外观的图像。

2、在本公开的一个实施例中，一种用户环境估计方法用于估计用户环境，该用户环境是其中要获取关于估计目标的数据的环境。该用户环境估计方法包括输出基于通过捕获用户环境中的规定对象而获得的图像数据估计用户环境的结果，作为关于用户环境的用户环境信息。

3、在本公开的一个实施例中，一种训练模型生成设备包括控制器。该控制器被配置为获取第一模型，第一模型是通过使用表示第一环境中的估计目标的第一图像数据作为学习数据对第一环境中的估计目标执行训练处理而获得的。该控制器被配置为获取第二图像数据，第二图像数据表示要执行估计的第二环境中的估计目标。该控制器被配置为通过使用第二图像数据作为学习数据，基于第一模型生成第二模型。该控制器被配置为基于第二模型输出训练模型。第二图像数据包括其中基于关于第二环境的用户环境信息假定估计目标在第二环境中的外观的图像。

4、在本公开的一个实施例中，一种用户环境估计设备包括控制器。该控制器被配置为估计用户环境。该用户环境是其中要获取关于估计目标的数据的环境。该控制器被配置为输出基于通过捕获用户环境中的规定对象而获得的图像数据估计用户环境的结果，作为关于用户环境的用户环境信息。

5、在本公开的一个实施例中，一种训练模型生成系统包括被配置为执行训练模型生成方法的训练模型生成设备和被配置为执行用户环境估计方法的用户环境估计设备。训练模型生成设备被配置为从用户环境估计设备获取用户环境。

技术特征：

1.一种训练模型生成方法，包括：

2.根据权利要求1所述的训练模型生成方法，

3.根据权利要求1或2所述的训练模型生成方法，还包括：

4.根据权利要求1至3中任一项所述的训练模型生成方法，还包括：

5.根据权利要求1至4中任一项所述的训练模型生成方法，还包括：

6.根据权利要求1至5中任一项所述的训练模型生成方法，还包括：

7.根据权利要求1至6中任一项所述的训练模型生成方法，还包括：

8.根据权利要求1至7中任一项所述的训练模型生成方法，还包括：

9.根据权利要求1至8中任一项所述的训练模型生成方法，还包括：

10.一种用于估计用户环境的用户环境估计方法，所述用户环境是其中要获取关于估计目标的数据的环境，所述用户环境估计方法包括：

11.根据权利要求10所述的用户环境估计方法，还包括：

12.根据权利要求10或11所述的用户环境估计方法，还包括：

13.根据权利要求10至12中任一项所述的用户环境估计方法，还包括：

14.根据权利要求10至13中任一项所述的用户环境估计方法，

15.一种训练模型生成设备，包括：

16.一种用户环境估计设备，包括：

17.一种训练模型生成系统，包括：

技术总结
一种训练模型生成方法，包括：获取第一模型，第一模型是通过使用表示第一环境中的估计目标的第一图像数据作为学习数据对第一环境中的估计目标执行训练处理而获得的；获取第二图像数据，第二图像数据表示要执行估计的第二环境中的估计目标；通过使用第二图像数据作为学习数据，基于第一模型生成第二模型；以及基于第二模型输出训练模型。第二图像数据包括其中基于关于第二环境的用户环境信息假定估计目标在第二环境中的外观的图像。

技术研发人员：石田敬之,宫村博昭,费德利亚·格拉西亚,森口航平,中村匡芳
受保护的技术使用者：京瓷株式会社
技术研发日：
技术公布日：2024/3/17