信息处理装置、信息处理方法和程序与流程

技术特征：
1.一种信息处理装置，其特征在于，所述信息处理装置包括：第一获取部，其用于获取关于学习数据的信息，在用于识别输入数据的多个预学习模型中的各预学习模型的学习中使用所述学习数据；第二获取部，其用于获取指示识别目标数据的属性的信息；以及模型选择部，其用于基于所述识别目标数据的属性与在多个模型中的各模型的学习中使用的所述学习数据的属性之间的匹配度，并基于在所述多个模型中的各模型的学习中使用的所述学习数据的属性的多样性，从所述多个模型中选择要在对所述识别目标数据的识别中使用的模型。2.根据权利要求1所述的信息处理装置，其特征在于，模型选择部选择通过使用具有包括所述识别目标数据的属性的属性的学习数据而学习的模型。3.根据权利要求1或2所述的信息处理装置，其特征在于，模型选择部进一步基于多样性从基于匹配度选择的模型中选择不少于一个模型。4.根据权利要求3所述的信息处理装置，其特征在于，多样性由所述学习数据的属性的数量来表示。5.根据权利要求3或4所述的信息处理装置，其特征在于，模型选择部从基于匹配度选择的模型中选择通过使用多样性小的学习数据学习的模型。6.根据权利要求3或4所述的信息处理装置，其特征在于，模型选择部从基于匹配度选择的模型中选择通过使用多样性大的学习数据学习的模型。7.根据权利要求1至6中任一项所述的信息处理装置，其特征在于，所述信息处理装置还包括：显示控制部，其用于控制显示单元显示所述识别目标数据的属性和由模型选择部选择的模型的属性中的至少一者。8.根据权利要求7所述的信息处理装置，其特征在于，显示控制部控制显示单元进一步显示所述识别目标数据的图像和已经学习了由模型选择部选择的模型的学习数据的图像中的至少一者。9.根据权利要求1至6中任一项所述的信息处理装置，其特征在于，模型选择部进一步基于模型的识别精度来选择模型。10.根据权利要求1至9中任一项所述的信息处理装置，其特征在于，模型选择部进一步基于关于模型的用户评估来选择模型。11.根据权利要求1至10中任一项所述的信息处理装置，其特征在于，属性是基于图像的图像特征。12.根据权利要求1至11中任一项所述的信息处理装置，其特征在于，所述学习数据包括用于学习的多个数据，并且基于用于学习的所述多个数据的属性的相加结果来确定所述学习数据的属性。13.一种信息处理方法，其特征在于，所述信息处理方法包括：获取关于学习数据的信息，在用于识别输入数据的多个预学习模型中的各预学习模型的学习中使用所述学习数据；获取指示识别目标数据的属性的信息；以及基于所述识别目标数据的属性与在多个模型中的各模型的学习中使用的所述学习数据的属性之间的匹配度，并基于在所述多个模型中的各模型的学习中使用的所述学习数据
的属性的多样性，从所述多个模型中选择要在对所述识别目标数据的识别中使用的模型。14.一种程序，其用于使计算机用作根据权利要求1至12中任一项所限定的信息处理装置。

技术总结
一种信息处理装置包括：第一获取部，其用于获取关于学习数据的信息，在用于识别输入数据的多个预学习模型中的各预学习模型的学习中使用所述学习数据；第二获取部，其用于获取指示识别目标数据的属性的信息；以及模型选择部，其用于基于所述识别目标数据的属性与在多个模型中的各模型的学习中使用的所述学习数据的属性之间的匹配度，并基于在所述多个模型中的各模型的学习中使用的所述学习数据的属性的多样性，从所述多个模型中选择要在对所述识别目标数据的识别中使用的模型。识别目标数据的识别中使用的模型。识别目标数据的识别中使用的模型。


技术研发人员：野上敦史
受保护的技术使用者：佳能株式会社
技术研发日：2020.11.09
技术公布日：2022/7/9