(12)發(fā)明專利2017-2395702017.12.14責(zé)任公司11240recommendationofclassification.2011,2672-2689頁.審查員張方方權(quán)利要求書3頁說明書16頁附圖17頁儲介質(zhì)對特定的對象物的多個識別器各自的識別精度到的識別精度滿足第一條件的識別器中執(zhí)行時生成部文件生成部額定部5212存儲部，對特性不同的多個識別器進(jìn)行存儲，上述識別器包括能夠識別對象物的學(xué)習(xí)完成模型，各個上述識別器能夠檢測的對象物相同，但識別上述對象物的識別精度、從開始檢測到輸出檢測結(jié)果為止所需的執(zhí)行時間不同；測定部，按每一識別器測定針對特定的對象物的上述多個識別器各自的識別精度和執(zhí)行時間，上述特定的對象物為用戶指示的具有規(guī)定的屬性的對象物；輸出部，輸出上述多個識別器各自的上述識別精度和上述執(zhí)行時間；選擇部，從上述多個識別器中的由上述測定部測定到的上述識別精度滿足第一條件的識別器中選擇上述執(zhí)行時間最短的識別器；以及設(shè)定部，進(jìn)行用于使所選擇的識別器在所述識別裝置上工作的設(shè)定，上述第一條件是由使用上述識別裝置的用戶指定的識別精度的范圍，在不存在由上述測定部測定到的上述識別精度包含于上述第一條件的識別器的情況下，上述選擇部選擇上述識別精度最高的識別器，上述存儲部存儲對象物的圖像、以及為了測定針對上述特定的對象物的上述多個識別器各自的上述識別精度和上述執(zhí)行時間而使用的測試圖像，上述測定部分別使上述多個識別器識別上述測試圖像，從而按每一識別器測定上述識別精度和上述執(zhí)行時間，上述信息處理裝置還具有生成部，上述生成部從用戶接受關(guān)于圖像的加工條件的輸入，基于上述加工條件加工由上述存儲部存儲的對象物的圖像，從而生成上述測試圖像。2.根據(jù)權(quán)利要求1所述的信息處理裝置，其中，上述生成部對由上述存儲部存儲的對象物的圖像附加由用戶指定的檢測對象的圖像，從而生成上述測試圖像。3.根據(jù)權(quán)利要求1所述的信息處理裝置，其中，上述生成部對由上述存儲部存儲的對象物的圖像附加基于由用戶指定的參數(shù)生成的檢測對象的圖像，從而生成上述測試圖像。4.根據(jù)權(quán)利要求1至3中任一項所述的信息處理裝置，其中，上述測試圖像包含以包含檢測對象為正確的多個第一測試圖像，上述識別精度包含作為識別器針對上述多個第一測試圖像識別為包含檢測對象的概率的第一概率，上述測定部分別使上述多個識別器識別上述多個第一測試圖像，從而測定上述第一概上述選擇部選擇由上述測定部測定到的上述第一概率包含于上述第一條件的識別器中上述執(zhí)行時間最短的識別器。5.根據(jù)權(quán)利要求4所述的信息處理裝置，其中，上述測試圖像還包含以不包含檢測對象為正確的多個第二測試圖像，上述識別精度還包含作為識別器針對上述多個第二測試圖像誤識別為包含檢測對象的概率的第二概率，上述測定部還分別使上述多個識別器識別上述多個第二測試圖像，從而測定上述第二概率，3上述選擇部選擇由上述測定部測定到的上述第二概率包含于上述第一條件的識別器中上述執(zhí)行時間最短的識別器。6.根據(jù)權(quán)利要求1至3中任一項所述的信息處理裝置，其中，上述多個識別器分別是通過學(xué)習(xí)完成模型的類別與識別為有檢測對象的閾值的組合而設(shè)計的。7.一種識別系統(tǒng)，包括權(quán)利要求1至6中任一項所述的信息處理裝置以及與該信息處理裝置進(jìn)行通信的識別裝置，上述識別裝置具有：受理部，從上述信息處理裝置受理由上述信息處理裝置選擇的識別器并保存到存儲識別部，使用由上述存儲部存儲的識別器來識別對象物。8.一種設(shè)定方法，是與識別裝置進(jìn)行通信的具有存儲部的信息處理裝置所執(zhí)行的設(shè)定方法，上述存儲部對特性不同的多個識別器進(jìn)行存儲，上述識別器包括能夠識別對象物的學(xué)習(xí)完成模型，各個上述識別器能夠檢測的對象物相同，但識別上述對象物的識別精度、從開始檢測到輸出檢測結(jié)果為止所需的執(zhí)行時間不同，上述設(shè)定方法具有：按每一識別器測定針對特定的對象物的上述多個識別器各自的識別精度和執(zhí)行時間的步驟，上述特定的對象物為用戶指示的具有規(guī)定的屬性的對象物；輸出上述多個識別器各自的上述識別精度和上述執(zhí)行時間的步驟；從上述多個識別器中測定到的上述識別精度滿足第一條件的識別器中選擇上述執(zhí)行時間最短的識別器，并且在不存在所測定到的上述識別精度包含于上述第一條件的識別器的情況下，選擇上述識別精度最高的識別器的步驟；以及進(jìn)行用于使所選擇的識別器在所述識別裝置上工作的設(shè)定的步驟，上述第一條件是由使用上述識別裝置的用戶指定的識別精度的范圍，上述存儲部存儲對象物的圖像、以及為了測定針對上述特定的對象物的上述多個識別器各自的上述識別精度和上述執(zhí)行時間而使用的測試圖像，上述設(shè)定方法分別使上述多個識別器識別上述測試圖像，從而按每一識別器測定上述識別精度和上述執(zhí)行時間，從用戶接受關(guān)于圖像的加工條件的輸入，基于上述加工條件加工由上述存儲部存儲的對象物的圖像，從而生成上述測試圖像。9.一種存儲介質(zhì)，存儲程序，上述程序使與識別裝置進(jìn)行通信的計算機作為如下單元發(fā)揮功能：存儲單元，對特性不同的多個識別器進(jìn)行存儲，上述識別器包括能夠識別對象物的學(xué)習(xí)完成模型，各個上述識別器能夠檢測的對象物相同，但識別上述對象物的識別精度、從開始檢測到輸出檢測結(jié)果為止所需的執(zhí)行時間不同；測定單元，按每一識別器測定針對特定的對象物的上述多個識別器各自的識別精度和執(zhí)行時間，上述特定的對象物為用戶指示的具有規(guī)定的屬性的對象物；輸出單元，輸出上述多個識別器各自的上述識別精度和上述執(zhí)行時間；選擇單元，從上述多個識別器中的由上述測定單元測定到的上述識別精度滿足第一條件的識別器中選擇上述執(zhí)行時間最短的識別器；以及4設(shè)定單元，進(jìn)行用于使所選擇的識別器在所述識別裝置上工作的設(shè)定，上述第一條件是由使用上述識別裝置的用戶指定的識別精度的范圍，在不存在由上述測定單元測定到的上述識別精度包含于上述第一條件的識別器的情況下，上述選擇單元選擇上述識別精度最高的識別器，上述存儲單元存儲對象物的圖像、以及為了測定針對上述特定的對象物的上述多個識別器各自的上述識別精度和上述執(zhí)行時間而使用的測試圖像，上述測定單元分別使上述多個識別器識別上述測試圖像，從而按每一識別器測定上述識別精度和上述執(zhí)行時間，上述程序還使與識別裝置進(jìn)行通信的計算機作為生成單元發(fā)揮功能，上述生成單元從用戶接受關(guān)于圖像的加工條件的輸入，基于上述加工條件加工由上述存儲單元存儲的對象物的圖像，從而生成上述測試圖像。5技術(shù)領(lǐng)域背景技術(shù)[0002]已知在通過機器學(xué)習(xí)生成了為了識別在圖像數(shù)據(jù)中是否包含檢測對象而使用的識別器的情況下，生成的識別器的識別精度和識別所需的執(zhí)行時間一般成為折衷的關(guān)系。[0003]在此，在專利文獻(xiàn)1中記載了如下的識別裝置：具有強識別器，該強識別器包括識別性能較低的多個弱識別器，基于各弱識別器的特征量的判斷結(jié)果與由各弱識別器設(shè)定的權(quán)重的積分值的線性總和來進(jìn)行輸入數(shù)據(jù)的識別。[0004]專利文獻(xiàn)1:日本特開2016-55188號公報發(fā)明內(nèi)容[0005]然而，考慮對識別裝置希望的識別精度或識別所需的執(zhí)行時間根據(jù)用戶的需求的不同而不同。例如，即使花費一些執(zhí)行時間也重視識別精度的用戶或者與識別精度相比更重視執(zhí)行時間的用戶等用戶的需求是多種多樣的，所以希望是能夠調(diào)整識別精度和執(zhí)行時間雙方的結(jié)構(gòu)。[0006]通過調(diào)整識別精度和執(zhí)行時間雙方，從而能夠在例如與執(zhí)行時間相比更重視識別精度的情況下，通過提高識別精度來抑制檢測對象的檢測錯誤。另外，在與識別精度相比更重視執(zhí)行時間的情況下，由于能夠縮短識別所需的時間，所以能夠抑制識別裝置的CPU資源和存儲器資源。但是，專利文獻(xiàn)1所記載的識別裝置終究是以將檢測處理實現(xiàn)高速化為目的的，并未考慮能夠調(diào)整識別精度和執(zhí)行時間雙方的問題。[0007]因此，本發(fā)明的目的在于提供能夠調(diào)整識別精度和識別所需的執(zhí)行時間雙方的識[0008]本發(fā)明的一方式的信息處理裝置具有：存儲部，對識別對象物且特性不同的多個識別器進(jìn)行存儲；測定部，按每一識別器測定針對特定的對象物的多個識別器各自的識別精度和執(zhí)行時間；輸出部，輸出多個識別器各自的識別精度和執(zhí)行時間；選擇部，選擇由測定部測定到的識別精度滿足第一條件的識別器中執(zhí)行時間滿足第二條件的識別器；以及設(shè)定部，進(jìn)行用于使所選擇的識別器在識別裝置上工作的設(shè)定。[0009]根據(jù)該方式，能夠從檢查對象物的多個識別器中選擇測定到的識別精度包含于規(guī)定的允許范圍的識別器中執(zhí)行時間滿足規(guī)定的條件的識別器并使識別裝置執(zhí)行該識別器。由此，能夠調(diào)整識別精度和識別所需的執(zhí)行時間雙方。另外，能夠選擇識別所需的執(zhí)行時間滿足規(guī)定的條件的識別器，因此能夠抑制浪費CPU資源和存儲器資源。[0010]在上述方式中可以是，存儲部存儲為了測定針對特定的對象物的多個識別器各自的識別精度和執(zhí)行時間而使用的測試圖像，測定部分別使多個識別器識別測試圖像，從而按每一識別器測定識別精度和執(zhí)行時間。另外，在方式中可以是，存儲部存儲對象物的圖像，信息處理裝置具有生成部，生成部從用戶接受關(guān)于圖像的加工條件的輸入，基于加工條6件加工由存儲部存儲的對象物的圖像，從而生成測試圖像。根據(jù)該方式，用戶能夠不準(zhǔn)備實際上對對象物拍攝到的圖像，而使用測試圖像來測定識別器的識別精度和執(zhí)行時間。[0011]在上述方式中可以是，生成部對由存儲部存儲的對象物的圖像附加由用戶指定的檢測對象的圖像，從而生成測試圖像。根據(jù)該方式，用戶能夠創(chuàng)建符合使用識別裝置的環(huán)境的測試圖像，能夠選擇對于用戶而言最佳的識別器。[0012]在上述方式中可以是，生成部對由存儲部存儲的對象物的圖像附加基于由用戶指定的參數(shù)生成的檢測對象的圖像，從而生成測試圖像。根據(jù)該方式，用戶能夠使用根據(jù)使用識別裝置的環(huán)境自動創(chuàng)建的測試圖像，能夠選擇對用戶而言最佳的識別器。另外，根據(jù)該方式，能夠減輕生成測試圖像的用戶的負(fù)擔(dān)。[0013]在上述方式中可以是，測測試圖像包含以包含檢測對象為正確的多個第一測試圖像，識別精度包含作為識別器針對多個第一測試圖像識別為包含檢測對象的概率的第一概率，測定部分別使多個識別器識別多個第一測試圖像，從而測定第一概率，選擇部選擇由測定部測定到的第一概率包含于第一條件的識別器中執(zhí)行時間滿足第二條件的識別器。根據(jù)該方式，用戶能夠使用以包含檢測對象為正確的測試圖像來評價識別器的識別精度，因此對于用戶而言能夠更具體地評價識別器的識別精度。[0014]在上述方式中可以是，測試圖像還包含以不包含檢測對象為正確的多個第二測試圖像，識別精度還包含作為識別器針對多個第二測試圖像誤識別為包含檢測對象的概率的第二概率，測定部還分別使多個識別器識別多個第二測試圖像，從而測定第二概率，選擇部選擇由測定部測定到的第二概率包含于第一條件的識別器中執(zhí)行時間滿足第二條件的識別器。根據(jù)該方式，用戶能夠使用以不包含檢測對象為正確的測試圖像來評價識別器的識別精度，因此對于用戶而言能夠更具體地評價識別器的識別精度。[0015]在上述方式中可以是，第一條件是由使用識別裝置的用戶指定的識別精度的范圍。根據(jù)該方式，用戶能夠任意地調(diào)整識別精度和識別所需的執(zhí)行時間雙方。[0016]在上述方式中可以是，在由測定部測定到的識別精度包含于第一條件的識別器不存在的情況下，選擇部選擇識別精度最高的識別器。根據(jù)該方式，在即使不存在滿足規(guī)定的識別精度的識別器的情況下，也能夠?qū)崿F(xiàn)高識別精度并使識別裝置動作。[0017]在上述方式中可以是，多個識別器分別是通過學(xué)習(xí)完成模型的類別與識別為有檢測對象的閾值的組合而設(shè)計的。根據(jù)該方式，存在學(xué)習(xí)完成模型的類別與閾值的組合的數(shù)量的識別精度不同的識別器，因此對用戶而言能夠使用的識別器的選項擴大。其結(jié)果是，用戶能夠從大量的識別器中選擇適當(dāng)?shù)淖R別器。[0018]在上述方式中可以是，執(zhí)行時間滿足第二條件的識別器是執(zhí)行時間最短的識別器。根據(jù)該方式，能夠在識別精度滿足允許范圍的識別器中選擇執(zhí)行時間最短的識別器，因此能夠抑制浪費CPU資源和存儲器資源。[0019]在上述方式中可以是，提供識別系統(tǒng)，其包含：上面記載的信息處理裝置；以及與該信息處理裝置進(jìn)行通信的識別裝置，識別裝置具有：受理部，從信息處理裝置受理由信息處理裝置選擇的識別器并保存到存儲部；以及識別部，使用由存儲部存儲的識別器來識別對象物。根據(jù)該方式，能夠?qū)崿F(xiàn)使用由信息處理裝置選擇的識別器來識別對象物的識別系統(tǒng)。[0020]本發(fā)明的其他方式的設(shè)定方法是信息處理裝置所執(zhí)行的設(shè)定方法，存儲部對識別7對象物且特性不同的多個識別器進(jìn)行存儲，設(shè)定方法具有：按每一識別器測定針對特定的對象物的多個識別器各自的識別精度和執(zhí)行時間的步驟；輸出多個識別器各自的識別精度和執(zhí)行時間的步驟；選擇所測定到的識別精度滿足第一條件的識別器中執(zhí)行時間滿足第二條件的識別器的步驟；以及進(jìn)行用于使所選擇的識別器在識別裝置上工作的設(shè)定的步驟。[0021]根據(jù)該方式，能夠從對檢查對象物進(jìn)行檢查的多個識別器中選擇測定到的識別精度包含于規(guī)定的允許范圍的識別器中執(zhí)行時間滿足規(guī)定的條件的識別器并使識別裝置執(zhí)行該識別器。由此，能夠調(diào)整識別精度和識別所需的執(zhí)行時間雙方。另外，能夠選擇識別所需的執(zhí)行時間滿足規(guī)定的條件的識別器，因此能夠抑制浪費CPU資源和存儲器資源。[0022]本發(fā)明的其他方式的存儲介質(zhì)，存儲程序，程序使計算機作為如下單元發(fā)揮功能：存儲單元，對識別對象物且特性不同的多個識別器進(jìn)行存儲；測定單元，按每一識別器測定針對特定的對象物的多個識別器各自的識別精度和執(zhí)行時間；輸出單元，輸出多個識別器各自的識別精度和執(zhí)行時間；選擇單元，選擇由測定單元測定到的識別精度滿足第一條件的識別器中執(zhí)行時間滿足第二條件的識別器；以及設(shè)定單元，進(jìn)行用于使所選擇的識別器在識別裝置上工作的設(shè)定。[0023]根據(jù)該方式，能夠從對檢查對象物進(jìn)行檢查的多個識別器中選擇測定到的識別精度包含于規(guī)定的允許范圍的識別器中執(zhí)行時間滿足規(guī)定的條件的識別器并使識別裝置執(zhí)行該識別器。由此，能夠調(diào)整識別精度和識別所需的執(zhí)行時間雙方。另外，能夠選擇識別所需的執(zhí)行時間滿足規(guī)定的條件的識別器，因此能夠抑制浪費CPU資源和存儲器資源。[0024]根據(jù)本發(fā)明，能夠提供能夠調(diào)整識別精度和識別所需的執(zhí)行時間雙方的識別器。附圖說明[0025]圖1示意性地例示本實施方式的圖像處理系統(tǒng)的應(yīng)用場景的一例。[0026]圖2示意性地例示本實施方式的管理裝置的硬件構(gòu)成的一例。[0027]圖3示意性地例示本實施方式的圖像處理裝置的硬件構(gòu)成的一例。[0028]圖4示意性地例示本實施方式的管理裝置的功能構(gòu)成的一例。[0029]圖5示意性地例示本實施方式的圖像處理裝置的功能構(gòu)成的一例。[0030]圖6例示神經(jīng)網(wǎng)絡(luò)的一例。[0031]圖7是例示管理裝置所進(jìn)行的處理步驟的一例的流程圖。[0032]圖8例示測試圖像創(chuàng)建畫面(手動)的一例。[0033]圖9例示測試圖像創(chuàng)建畫面(自動)的一例。[0034]圖10例示學(xué)習(xí)完成模型的類別的一例。[0035]圖11例示管理裝置選擇識別器的處理步驟的一例。[0036]圖12例示對缺陷識別率和誤報率進(jìn)行測定后的結(jié)果的具體例。[0037]圖13例示對缺陷識別率和誤報率進(jìn)行測定后的結(jié)果的具體例。[0038]圖14例示對執(zhí)行時間進(jìn)行測定后的結(jié)果的具體例。[0039]圖15例示管理裝置測定缺陷識別率的處理步驟的一例。[0040]圖16例示管理裝置測定誤報率的處理步驟的一例。[0041]圖17例示識別器所識別的檢查對象物的一例。[0042]附圖標(biāo)記說明8[0043]1...圖像處理系統(tǒng)；100...管理裝置；101...處理器；102...存儲器(存儲部或第一存儲部);103...存儲裝置(存儲部或第一存儲部);103A...程序；104...網(wǎng)絡(luò)接口；105...顯示部；106...操作部；107...存儲卡讀卡器/寫卡器；107A...存儲介質(zhì)；108...內(nèi)明透鏡；220...控制裝置；221...處理部；222...存儲裝置(存儲部或第二存儲部);222A...程序(指令代碼);223...網(wǎng)絡(luò)通信部；230...拍攝部；231...拍攝鏡頭；232...拍攝元件；500...識別器DB;501...識別器；510...生成部；511...圖像加工部；512...測試圖像DB;513...現(xiàn)有圖像DB;520...測定部；521...模擬部；522...參數(shù)調(diào)整部；530...輸出部；540...選擇部；550...設(shè)定部；55具體實施方式[0044]下面，基于附圖說明本發(fā)明的一個方面的實施方式(以下也記載為“本實施方[0045]1應(yīng)用例[0046]首先，使用圖1說明應(yīng)用本發(fā)明的場景的一例。圖1示意性地例示本實施方式的圖像處理系統(tǒng)1的應(yīng)用場景的一例。圖像處理系統(tǒng)1典型地組裝到生產(chǎn)線等。圖像處理系統(tǒng)1基于通過拍攝在生產(chǎn)線上輸送的工件而得到的圖像來執(zhí)行工件的檢查。此外，圖像處理系統(tǒng)1[0047]如圖1所示，圖像處理系統(tǒng)1包括管理裝置100以及與管理裝置100經(jīng)由網(wǎng)絡(luò)2進(jìn)行通信的1個以上的圖像處理裝置200。例如，工件由皮帶輸送機等輸送機構(gòu)向規(guī)定的方向輸送，各個圖像處理裝置200相對于該輸送路徑被配置于預(yù)定的位置。管理裝置100是至少具有特性不同的多個識別器作為用于檢查工件的識別器并從這些多個識別器中選擇使圖像處理裝置200執(zhí)行的識別器的裝置。“特性不同的多個識別的檢測對象相同，但由于進(jìn)行檢測時的運算精度或運算量不同所以識別該檢測對象的識別精度、從開始檢測對象的檢測到輸出檢測結(jié)果為止所需的執(zhí)行時間(以下簡稱為“執(zhí)行時[0048]首先，管理裝置100生成為了測定每一識別器針對特定的檢查對象物的識別精度和執(zhí)行時間而使用的多個測試圖像。特定的檢查對象物可以是，例如用戶讓圖像處理裝置200檢查的、具有規(guī)定的屬性(例如工件的材質(zhì)、表面形狀或工件所包含的缺陷內(nèi)容等)的工件。另外，測試圖像也可以是對不具有缺陷的工件的圖像附加了疑似缺陷的圖像。在此，缺物、印刷模糊、印刷等的位置偏差等。接下來，管理裝置100分別使多多個測試圖像，從而按每一識別器測定識別精度和執(zhí)行時間。識別精度可以用識別器能夠正確地檢測工件的圖像所包含的缺陷的有無的概率來表示。[0049]接下來，管理裝置100選擇測定到的識別精度包含于用戶作為圖像處理裝置200的性能所要求的識別精度的范圍即規(guī)定的允許范圍的識別器中的、執(zhí)行時間滿足規(guī)定的條件的識別器作為使圖像處理裝置200執(zhí)行的識別器。規(guī)定的條件可以是例如執(zhí)行時間最短的識別器。選擇的識別器被組裝到圖像處理裝置200,圖像處理裝置200將對在生產(chǎn)線上輸送9的工件拍攝后的圖像輸入到識別器，從而進(jìn)行工件的檢查等。此外，規(guī)定的允許范圍是本發(fā)[0050]根據(jù)本實施方式，管理裝置100能夠在實際中在生產(chǎn)線上進(jìn)行工件的檢查前，在發(fā)揮規(guī)定的允許范圍的識別精度的識別器中，選擇執(zhí)行時間滿足規(guī)定的條件的識別器，將選擇的識別器預(yù)先組裝到圖像處理裝置200。由此，在圖像處理系統(tǒng)1中，能夠從多個識別器中選擇具備適當(dāng)?shù)淖R別精度和執(zhí)行時間的識別器，能夠提供滿足用戶的需求的識別器。[0051]另外，根據(jù)本實施方式，能夠使用測試圖像事先選擇適當(dāng)?shù)淖R別器，因此不用大量準(zhǔn)備實際中在生產(chǎn)線上進(jìn)行工件的檢查時的圖像，能夠選擇適當(dāng)?shù)淖R別器。[0055]下面，使用圖2說明本實施方式的管理裝置100的硬件構(gòu)成的一例。圖2示意性地例示本實施方式的管理裝置100的硬件構(gòu)成的一例。在圖2的例子中，管理裝置100可以包括處理器101、存儲器102、HDD(HardDiskDrive:硬盤驅(qū)動器)等存儲裝置103、網(wǎng)絡(luò)接口(I/F)104、顯示部105、操作部106以及存儲卡讀卡器/寫卡器107。這些各部經(jīng)由內(nèi)部總線108連接成能夠相互進(jìn)行通信。[0056]處理器101通過將由存儲裝置103保存的程序(指令代碼)103A向存儲器102展開后執(zhí)行而實現(xiàn)管理裝置100所具備的各種功能。存儲器102和存儲裝置103分別以易失性和非易失性的方式保存數(shù)據(jù)。存儲裝置103除了OS(OperatingSystem:操作系統(tǒng))以外，還保存有程序103A。[0057]網(wǎng)絡(luò)接口104經(jīng)由網(wǎng)絡(luò)2在與圖像處理裝置200之間發(fā)送接收數(shù)據(jù)。[0058]顯示部105顯示通過處理器101執(zhí)行程序103A而實現(xiàn)的各種畫面等。顯示部105包括例如LCD(LiquidCrystalDisplay:液晶顯示器)等顯示器等。[0059]操作部106受理用戶操作，將表示該受理到的操作的內(nèi)部指令向處理器101等輸[0060]存儲卡讀卡器/寫卡器107從存儲介質(zhì)107A讀出數(shù)據(jù)以及向存儲介質(zhì)107A寫入數(shù)據(jù)。存儲介質(zhì)107A是為了能夠讀取計算機以外的裝置、機械等所記錄的程序等信息而利用電、磁、光學(xué)、機械或化學(xué)作用來存儲該程序等信息的介質(zhì)。管理裝置100可以從該存儲介質(zhì)[0061]<圖像處理裝置>[0062]下面，使用圖3說明本實施方式的圖像處理裝置200的硬件構(gòu)成的一例。圖3示意性地例示本實施方式的圖像處理裝置200的硬件構(gòu)成的一例。在圖3的例子中，圖像處理裝置200可以包括照明部210、控制裝置220以及拍攝部230。[0063]照明部210照射拍攝工件所需的光。即，照明部210在拍攝部230的拍攝范圍內(nèi)照射光。更具體地，照明部210包括設(shè)置于照明基板上的多個照明控制單元211。這些單元配置于照明基板上。照明控制單元211分別包括照明透鏡212和LED213。照明控制單元211按照來自控制裝置220的指令來照射光。更具體地，由LED213產(chǎn)生的光通過照明透鏡212向工件照射。[0064]拍攝部230接受照明部210照射的光的反射光，輸出圖像信號。該圖像信號被向控制裝置220發(fā)送。更具體地，拍攝部230包括拍攝鏡頭231等光學(xué)系統(tǒng)以及CCD(CoupledChargedDevice:耦合充電裝置)或CMOS(ComplementaryMetalOxideSemiconductor:互補金屬氧化物半導(dǎo)體)圖像傳感器等劃分為多個像素的拍攝元件232。[0065]控制裝置220控制圖像處理裝置200的整體。即，控制裝置220控制照明部210和拍攝部230,并且基于來自拍攝部230的圖像信號進(jìn)行圖像處理。更具體地，控制裝置220包括處理部221、存儲裝置222以及網(wǎng)絡(luò)通信部223。[0066]處理部221由CPU121A、FPGA121B等集成電路構(gòu)成?；蛘?，處理部221可以由DSP、GPU、ASIC(ApplicationSpecificIntegratedCircuit:專用集成電路StateDrive:固態(tài)硬盤)等非易失性存儲裝置和/或RAM(RandomAccessMemory:隨機存取存儲器)等易失性存儲器。典型地說，處理部221通過執(zhí)行由存儲裝置222保存的程序(指令代碼)222A來實現(xiàn)圖像處理裝置200所具備的各種圖像處理。[0068]網(wǎng)絡(luò)通信部223是用于經(jīng)由網(wǎng)絡(luò)2在與管理裝置100之間發(fā)送接收數(shù)據(jù)的接口。更具體地，網(wǎng)絡(luò)通信部223采用符合Ethernet(注冊商標(biāo))等的構(gòu)成。[0071]下面，使用圖4說明本實施方式的管理裝置100的功能構(gòu)成的一例。圖4示意性地例示本實施方式的管理裝置100的功能構(gòu)成的一例。[0072]識別器DB(DataBase)500是保存特性不同的多個識別器的數(shù)據(jù)庫，能夠通過存儲器102或存儲裝置103來實現(xiàn)。存儲器102或存儲裝置103是本發(fā)明的“存的例子中，作為多個識別器例示了識別器501?~501。在以下的說明中，在不區(qū)分識別器501?~501、的情況下，記載為識別器501。[0073]在此，識別器501是通過對任意的機器學(xué)習(xí)模型進(jìn)行學(xué)習(xí)處理和評價處理而生成的。機器學(xué)習(xí)模型具有規(guī)定的模型結(jié)構(gòu)和通過學(xué)習(xí)處理發(fā)生變動的處理參數(shù)并基于從學(xué)習(xí)用數(shù)據(jù)得到的經(jīng)驗使該處理參數(shù)實現(xiàn)最佳化從而提高識別結(jié)果的精度的模型。即，更具體地說，本實施方式的識別器501包括作為規(guī)定的模型結(jié)構(gòu)與實現(xiàn)了最佳化的處理參數(shù)的組[0074]生成部510生成為了測定識別器501?~501、針對特定的檢查對象物的各自的識別精度而使用的多個測試圖像。生成部510可以通過對工件的圖像附加由用戶指定的缺陷圖像來生成測試圖像。用戶能夠自己創(chuàng)建(通過手動創(chuàng)建)任意地指定了附加的缺陷的大小或地方的測試圖像。在此，缺陷圖像包括例如表示劃痕的圖像、表示顏色等的不勻的圖像、表印刷模糊的圖像或顯示于錯誤印刷等的位置的圖像等。[0075]另外，生成部510可以通過對工件的圖像附加基于由用戶指定的參數(shù)生成的缺陷圖像(從用戶受理圖像的加工條件)而自動地生成測試圖像。由用戶指定的參數(shù)例如是表示缺陷的大小的最大和最小的參數(shù)、表示要附加缺陷的地方的范圍的參數(shù)等。生成部510可以在這些參數(shù)的范圍內(nèi)隨機生成缺陷圖像并將生成的缺陷圖像附加到工件的圖像從而自動地生成多個測試圖像。11[0076]另外，更具體地，生成部510可以具有圖像加工部511、測試圖像DB512以及現(xiàn)有圖像DB513?？梢栽跍y試圖像DB512中保存生成的多個測試圖像，在現(xiàn)有圖像DB513中保存工件的圖像。圖像加工部511可以從現(xiàn)有圖像DB513取得工件的圖像，對取得的圖像進(jìn)行附加由測試圖像DB512保存的缺陷圖像的加工，從而生成測試圖像。測試圖像DB512和現(xiàn)有圖像DB513能夠由存儲器102或存儲裝置103來實現(xiàn)。[0077]測定部520按每一識別器501來測定識別器501?~501、針對特定的檢查對象物的識別精度和執(zhí)行時間。更具體地，測定部520通過分別使識別器501?~501、識別測試圖像而按每一識別器501測定識別精度和執(zhí)行時間。[0078]選擇部540選擇由測定部520測定到的識別精度包含于規(guī)定的允許范圍的識別器501中的、執(zhí)行時間滿足規(guī)定的條件的識別器501作為使圖像處理裝置200執(zhí)行的識別器501。選擇部540可以在用測定部520測定到的識別精度包含于規(guī)定的允許范圍的識別器501不存在的情況下，選擇識別精度最高的識別器501作為使圖像處理裝置200執(zhí)行的識別器[0079]輸出部530將由測定部520測定到的識別器501?~501、各自的識別精度和執(zhí)行時間輸出到顯示部105。設(shè)定部550進(jìn)行用于使由選擇部540選擇的識別器501在圖像處理裝置200上工作的設(shè)定。另外，設(shè)定部550具有設(shè)定文件生成部551。設(shè)定文件生成部551生成設(shè)定文件，該設(shè)定文件用于在圖像處理裝置200中對作為使圖像處理裝置200執(zhí)行的識別器501而選擇的識別器501進(jìn)行設(shè)定。設(shè)定文件例如可以包含所選擇的識別器501的模型結(jié)構(gòu)和處理參數(shù)。由設(shè)定文件生成部551生成的設(shè)定文件被發(fā)送到圖像處理裝置200,由圖像處理裝置200的處理部221執(zhí)行。由此，用管理裝置100的選擇部540選擇的識別器501在圖像處理裝置200中動作?；蛘呖梢允?，將與由識別器DB500保存的識別器501?~501為同一個的識別器預(yù)先保存到圖像處理裝置200,在設(shè)定文件中包含對在圖像處理裝置200中動作的識別器進(jìn)行指定的信息。[0080]在此，本實施方式的識別器501可以是將輸出表示在輸入的圖像中包含缺陷的可能性的數(shù)值(以下稱為“相似度”)的學(xué)習(xí)完成模型、與表示視為包含缺陷的相似度的邊界的閾值進(jìn)行組合從而識別檢查對象物的缺陷的有無的識別器501。另外，在用于識別器501?~501、的學(xué)習(xí)完成模型中可以包含性能不同的多個類別的學(xué)習(xí)完成模型。即，識別器501?~501、可以是通過學(xué)習(xí)完成模型的類別與識別為有缺陷的閾值的組合從而分別使識別精度不同的識別器501。[0081]例如，具有學(xué)習(xí)完成模型A且閾值設(shè)定為90%的識別器501在根據(jù)輸入了圖像的學(xué)習(xí)完成模型A而輸出了85%這一相似度的情況下，輸出在輸入的圖像中不包含缺陷這一識別結(jié)果。同樣地，具有學(xué)習(xí)完成模型A且閾值設(shè)定為80%的識別器501在根據(jù)輸入了圖像的學(xué)習(xí)完成模型A而輸出85%這一相似度的情況下，輸出在輸入的圖像中包含缺陷這一識別結(jié)果。在后面描述學(xué)習(xí)完成模型的類別的具體例。[0082]更具體地，測定部520可以具有模擬部521和參數(shù)調(diào)整部522。模擬部521通過對測定對象的識別器501輸入測試圖像而取得識別結(jié)果(在測試圖像中是否包含缺陷),基于取得的識別結(jié)果來測定識別器501的識別精度。參數(shù)調(diào)整部522對模擬部521指示應(yīng)在識別器501中設(shè)定的閾值。[0083]另外，測試圖像可以包含應(yīng)識別為包含缺陷的多個圖像(以下稱為“不合格品測試圖像”)以及不應(yīng)識別為包含缺陷的多個圖像(以下稱為“合格品測試圖像”)。不合格品測試圖像意味著，通過對工件的圖像附加具有應(yīng)識別為缺陷的尺寸或形狀等的缺陷圖像而生成的測試圖像。合格品測試圖像意味著，通過對工件的圖像附加具有不應(yīng)識別為缺陷(即不能說是缺陷)的尺寸或形狀等的缺陷圖像而生成的測試圖像。[0084]在該情況下，可以在測定部520所測定的識別器501的識別精度中包含：識別器對多個不合格品測試圖像正確地識別為包含缺陷的概率(以下稱為“缺陷識別率”);以及識別器對多個合格品測試圖像錯誤地識別為包含缺陷的概率(以下稱為“誤報率”)。[0085]測定部520可以通過分別使識別器501?~501、識別多個不合格品測試圖像來測定缺陷識別率和執(zhí)行時間，而且，通過分別使識別器501?~501、識別多個合格品測試圖像來測定誤報率和執(zhí)行時間。另外，選擇部540可以選擇由測定部520測定到的缺陷識別率和誤報率包含于規(guī)定的允許范圍的識別器501中的、執(zhí)行時間滿足規(guī)定的條件的識別器501作為使圖像處理裝置200執(zhí)行的識別器501。[0087]<圖像處理裝置>[0088]圖5示意性地例示本實施方式的圖像處理裝置200的功能構(gòu)成的一例。受理部610從管理裝置100受理由管理裝置100追加學(xué)習(xí)到的識別器501,將其作為識別器222B保存到存儲裝置222。識別部620使用由存儲裝置222存儲的識別器222B來識別用拍攝部230拍攝到[0090]在本實施方式中，說明了管理裝置100的各功能均通過處理器101來實現(xiàn)的例子。但是，以上的功能的一部分或全部也可以通過1個或多個專用的處理器來實現(xiàn)。另外，關(guān)于管理裝置100各自的功能構(gòu)成，也可以按照實施方式適當(dāng)?shù)剡M(jìn)行功能的省略、置換以及追可以盡可能地變更。另外，關(guān)于以下說明的處理步驟，能夠按照實施方式適當(dāng)?shù)剡M(jìn)行步驟的[0093]在本動作例中，作為在識別器501中使用的機器學(xué)習(xí)模型的算法，以使用神經(jīng)網(wǎng)絡(luò)入起按順序具有輸入層、1個以上的結(jié)合層(中間層)、輸出層，構(gòu)成各層的多個神經(jīng)元與構(gòu)成相鄰的層的全部神經(jīng)元結(jié)合。[0094]下面，說明識別器。如圖6所示，本實施方式的圖像處理裝置200使用神經(jīng)網(wǎng)絡(luò)1000作為對輸出表示在輸入的圖像中包含缺陷的可能性的數(shù)值的能力進(jìn)行了學(xué)習(xí)的識別器。神經(jīng)網(wǎng)絡(luò)1000是用于所謂的深層學(xué)習(xí)的多層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，從輸入起按順序具備輸入層1001、中間層(隱藏層)1002以及輸出層1003。[0095]在圖6中，神經(jīng)網(wǎng)絡(luò)1000具備多層的中間層1002,輸入層1001的輸出成為中間層1002的輸入，中間層1002的輸出成為輸出層1003的輸入。不過，中間層1002的數(shù)量可以不限于多層，神經(jīng)網(wǎng)絡(luò)1000可以是中間層1002僅為1層。[0096]各層1001～1003具備1個或多個神經(jīng)元。例如，輸入層1001的神經(jīng)元的數(shù)量能夠按照輸入到輸入層1001的各拍攝圖像的像素數(shù)進(jìn)行設(shè)定。中間層1002的神經(jīng)元的數(shù)量能夠按照實施方式適當(dāng)?shù)卦O(shè)定。另外，輸出層1003能夠按照設(shè)為對象的檢查對象物的識別種類數(shù)進(jìn)行設(shè)定。[0097]相鄰的層的神經(jīng)元彼此被適當(dāng)?shù)亟Y(jié)合，在各結(jié)合中設(shè)定有權(quán)重(結(jié)合載荷)。在圖6的例子中，各神經(jīng)元與相鄰的層的全部神經(jīng)元結(jié)合，但神經(jīng)元的結(jié)合可以不限于這種例子，可以按照實施方式適當(dāng)?shù)卦O(shè)定。[0098]在各神經(jīng)元中設(shè)定閾值，基本上根據(jù)各輸入與各權(quán)重的乘積和是否超過閾值來確定各神經(jīng)元的輸出。圖像處理裝置200對這種神經(jīng)網(wǎng)絡(luò)1000的輸入層1001輸入上述各拍攝圖像從而基于從輸出層1003得到的輸出值來識別對象物。[0099]此外，表示這種神經(jīng)網(wǎng)絡(luò)1000的構(gòu)成(例如神經(jīng)網(wǎng)絡(luò)1000的層數(shù)、各層中的神經(jīng)元各神經(jīng)元的閾值的信息包含于學(xué)習(xí)完成模型。圖像處理裝置200參照學(xué)習(xí)完成模型進(jìn)行在識別希望的對象物的處理中使用的學(xué)習(xí)完成神經(jīng)網(wǎng)絡(luò)1000的設(shè)定。[0101]圖7是例示管理裝置100所進(jìn)行的處理步驟的一例的流程圖。首先，用戶事先進(jìn)行不具有缺陷的工件的拍攝，將拍攝到的工件的圖像取入管理裝置100。取入的工件的圖像被保存到現(xiàn)有圖像DB513(S10)。工件的拍攝例如可以利用圖像處理裝置200的拍攝部230進(jìn)行。[0102]接下來，管理裝置100的生成部510基于用戶的指示生成不合格品測試圖像和合格品測試圖像(S11)。具體地，生成部510在顯示部105中顯示測試圖像創(chuàng)建畫面，將由用戶指示的缺陷圖像附加到工件的圖像，從而創(chuàng)建不合格品測試圖像和合格品測試圖像。生成部510將創(chuàng)建后的不合格品測試圖像和合格品測試圖像保存到測試圖像DB512。[0103]接下來，管理裝置100的測定部520從測試圖像DB512讀出多個不合格品測試圖像，分別使識別器501?~501、識別多個不合格品測試圖像，由此，測定部520按每一識別器501測定：識別器501?~501、各者中的缺陷識別率；以及從分別使識別器501?~501、開始檢測在不合格品測試圖像中是否包含缺陷直到識別器501?~501、分別輸出檢測結(jié)果為止的執(zhí)行時間。另外，測定部520根據(jù)測試圖像DB512讀出多個合格品測試圖像并分別使識別器501?~501、識別多個合格品測試圖像，由此，測定部520按每一識別器501測定：識別器501?~501各自的誤報率；以及從分別使識別器501?~501、開始檢測在合格品測試圖像中是否包含缺陷直到識別器501?~501分別輸出檢測結(jié)果為止的執(zhí)行時間。選擇部540選擇測定到的識別率和誤報率雙方包含于規(guī)定的允許范圍的識別器501中的、執(zhí)行時間最短的識別器501作為使圖像處理裝置200執(zhí)行的識別器501(S12)。在缺陷識別率的情況下，規(guī)定的允許范圍是使用圖像處理裝置200的用戶所指定的缺陷識別率的下限(例如90%以上),在誤報率的情況下，規(guī)定的允許范圍是使用圖像處理裝置200的用戶所希望的誤報率的上限(例如5%以下)。[0105]接下來，使用圖8～圖10具體地說明圖7的步驟S11的處理步驟。[0106]圖8例示測試圖像創(chuàng)建畫面(手動)的一例。測試圖像創(chuàng)建畫面(手動)是用戶用于通過手動來創(chuàng)建測試圖像的畫面。測試圖像創(chuàng)建畫面(手動)具有：缺陷基本設(shè)定區(qū)域1001A,其用于輸入希望對工件的圖像附加的缺陷圖像的大小或位置等；以及測試圖像顯示區(qū)域1002A,其顯示附加了缺陷圖像的工件的圖像。在缺陷基本設(shè)定區(qū)域1001A中包含對所創(chuàng)建的測試圖像是不合格品測試圖像還是合格品測試圖像進(jìn)行選擇的選擇菜單1001a。[0107]在測試圖像創(chuàng)建畫面(手動)中，用戶能夠通過鼠標(biāo)操作或觸摸面板操作等對工件的圖像上的任意的地方附加缺陷圖像。在圖8的例子中，示出用戶在工件的圖像中附加有凹痕1002a、污垢1002b、劃痕1002c的情況。另外，在測試圖像創(chuàng)建畫面(手動)中，用戶還能夠通過在缺陷基本設(shè)定區(qū)域1001A中輸入希望附加的缺陷的大小或位置等的數(shù)值來對工件的圖像附加缺陷圖像。當(dāng)用戶按下創(chuàng)建完成按鈕1003時，生成部510將在測試圖像顯示區(qū)域1002A中顯示的、附加了缺陷圖像的工件的圖像保存到測試圖像DB。更具體地，在用選擇菜單1001a選擇了“不合格品測試圖像”的情況下，生成部510將附加了缺陷圖像的工件的圖像作為不合格品測試圖像保存到測試圖像DB。另外，在用選擇菜單1001a選擇了“合格品測試圖像”的情況下，生成部510將附加了缺陷圖像的工件的圖像作為合格品測試圖像保存到測[0108]圖9和圖10例示測試圖像創(chuàng)建畫面(自動)的一例。測試圖像創(chuàng)建畫面(自動)是用于生成部510基于用戶輸入的參數(shù)而自動地生成測試圖像的畫面。測試圖像創(chuàng)建畫面(自動)具有：缺陷基本設(shè)定區(qū)域2001,其用于輸入對工件的圖像附加的缺陷圖像的參數(shù)；以及測試圖像顯示區(qū)域2002,其顯示附加有缺陷圖像的工件的圖像。圖9例示正在生成不合格品測試圖像的狀態(tài)，圖10例示正在同時生成不合格品測試圖像和合格品測試圖像雙方的狀[0109]在圖9的例子中，在缺陷基本設(shè)定區(qū)域2001中，作為為了生成不合格品測試圖像而對工件的圖像附加的缺陷圖像的參數(shù)，設(shè)定有至少附加深度最低為10μm以上、且長度最低為1mm的劃痕。另外，不合格品測試圖像生成數(shù)量設(shè)定為10。另外，任意(aut任意的色調(diào)的劃痕附加到任意的地方的不合格品測試圖像。[0110]另外，在圖10的例子中，在缺陷基本設(shè)定區(qū)域2001中，設(shè)定有至少附加深度最低為10μm以上、且長度最低為1mm的劃痕作為為了生成不合格品測試圖像而對工件的圖像附加為了生成合格品測試圖像而對工件的圖像附加的缺陷圖像的參數(shù)。另外，不合格品測試圖像生成數(shù)量設(shè)定為6,合格品測試圖像生成數(shù)量設(shè)定為4。在該情況下，生成部510生成6個至少將深度最低為10μm、且長度最低為1mm的任意的色調(diào)的劃痕附加到任意的地方的不合格品測試圖像，生成4個至少將深度最大為10μm、且長度最大為1mm的任意的色調(diào)的劃痕附加到任意的地方的合格品測試圖像。[0111][識別器的選擇][0112]接下來，詳細(xì)說明圖7的步驟S12的處理步驟。在此，具體說明學(xué)習(xí)完成模型的類別。如上所述，識別器501?~501、可以是通過學(xué)習(xí)完成模型的類別與識別為有缺陷的閾值的組合設(shè)計的識別器501。[0113]在圖11中例示學(xué)習(xí)完成模型的類別的一例。類別1～3的學(xué)習(xí)完成模型是通過二進(jìn)制型(2字節(jié)的整數(shù))進(jìn)行運算的學(xué)習(xí)完成模型。類別4～6的學(xué)習(xí)完成模型是通過整數(shù)型(8字節(jié)的整數(shù))進(jìn)行運算的學(xué)習(xí)完成模型。類別7～9的學(xué)習(xí)完成模型是通過浮點型(float)進(jìn)行運算的學(xué)習(xí)完成模型。類別10～12的學(xué)習(xí)完成模型是通過浮點型(double)進(jìn)行運算的學(xué)的全結(jié)合層的神經(jīng)元中的例如小于70%的神經(jīng)元刪除后的學(xué)習(xí)完成模型。另外，類別3、6、9、12的學(xué)習(xí)完成模型分別是將類別1、4、7、10的學(xué)習(xí)完成模型的全結(jié)合層的神經(jīng)元中的例如70%以上的神經(jīng)元刪除后的學(xué)習(xí)完成模型。[0114]運算精度越低，作為學(xué)習(xí)完成模型整體的運算量越下降，因此執(zhí)行時間變短，識別精度下降。同樣地，結(jié)合層的神經(jīng)元的刪除量越多，作為學(xué)習(xí)完成模型整體的運算量越下降，因此執(zhí)行時間變短，識別精度下降。此外，希望將所刪除的神經(jīng)元設(shè)為學(xué)習(xí)時活性化率低的神經(jīng)元。[0115]此外，不限于圖11所示的例子，例如也可以使用通過4字節(jié)的整數(shù)進(jìn)行運算的學(xué)習(xí)完成模型。一般地CPU的最小運算單位是8字節(jié)，但通過使用字節(jié)進(jìn)行運算。另外，也可以使用將全結(jié)合層的神經(jīng)元置換為平均過濾器的學(xué)習(xí)完成模型。另外，學(xué)習(xí)完成模型的類別不限于以上說明的實施方式，也可以是任意的學(xué)習(xí)完成模型。[0116]圖12是例示管理裝置100選擇識別器的處理步驟的一例的流程圖。首先，測定部520通過分別使識別器501?~501、識別從測試圖像DB512讀出的多個不合格品測試圖像來測定缺陷識別率和執(zhí)行時間(S101)。接下來，測定部520通過分別使識別器501?~501、識別從測試圖像DB512讀出的多個合格品測試圖像來測定誤報率和執(zhí)行時間(S102)。[0117]接下來，選擇部540確認(rèn)測定到的缺陷識別率和誤報率分別有無作為規(guī)定的允許范圍以上的識別器501(S103)。在缺陷識別率和誤報率分別存在作為規(guī)定的允許范圍以上[0118]在此，規(guī)定的允許范圍是由使用圖像處理裝置200的用戶指定的缺陷識別率的下限和誤報率的上限。用戶例如當(dāng)檢查在生產(chǎn)線上輸送的工件的缺陷時希望缺陷識別率至少是90%以上的情況下，將與缺陷識別率有關(guān)的允許范圍設(shè)定為90%以上。同樣地，用戶例如當(dāng)檢查在生產(chǎn)線上輸送的工件的缺陷時希望誤報率至少是10%以下的情況下，將與誤報率有關(guān)的允許范圍設(shè)定為10%以下。[0119]接下來，選擇部540對缺陷識別率和誤報率分別是規(guī)定的允許范圍以上的識別器501按照執(zhí)行時間短的順序進(jìn)行排序(S104),將執(zhí)行時間最短的識別器501選擇為使圖像處理裝置200執(zhí)行的識別器501(S105)。此外，選擇部540也可以將在步驟S101的處理步驟中測定到的執(zhí)行時間與在步驟S102的處理步驟中測定到的執(zhí)行時間的平均值設(shè)為在步驟S104的處理步驟中使用的執(zhí)行時間。[0120]選擇部540在缺陷識別率和誤報率分別是規(guī)定的允許范圍以上的識別器501不存在的情況下，選擇缺陷識別率最高的識別器501(S106)。[0121]圖13例示對缺陷識別率和誤報率進(jìn)行測定的結(jié)果的具體例。縱軸表示缺陷識別率，橫軸表示誤報率。P1、P2和P3表示對具有浮點型的學(xué)習(xí)完成模型的識別器501分別設(shè)定了84%、87%和90%作為閾值時的缺陷識別率和誤報率的例子。P4、P5和P6表示對具有整數(shù)型的學(xué)習(xí)完成模型的識別器501分別設(shè)定了84%、87%和90%作為閾值時的缺陷識別率和誤報率的例子。P7、P8和P9表示對具有二進(jìn)制型的學(xué)習(xí)完成模型的識別器501分別設(shè)定了81%、84%和87%作為閾值時的缺陷識別率和誤報率的例子。另外，用戶所設(shè)定的允許范圍是，缺陷識別率為97%以上且誤報率為8%以下。在圖13的例子中，通過圖12的步驟S103的[0122]圖14例示對執(zhí)行時間進(jìn)行測定的結(jié)果的具體例?？v軸表示缺陷識別率，橫軸表示執(zhí)行時間。根據(jù)圖14,符合P1、P2、P4、P5和P8的識別器501中符合P8的識別器501(具有閾值設(shè)定為84%的二進(jìn)制型的學(xué)習(xí)完成模型的識別器501)。因而，在圖14的例子中，通過圖12的步驟S105的處理步驟選擇具有閾值設(shè)定為84%的二進(jìn)制型的學(xué)習(xí)完成模型的識別器501。[0124]圖15是例示管理裝置100測定缺陷識別率的處理步驟的一例的流程圖。使用圖15詳細(xì)說明圖12的步驟S101的處理步驟。[0125]首先，測定部520從在識別器501?~501、中使用的學(xué)習(xí)完成模型的類別中選擇1個類別(S201)。接下來，測定部520從由測試圖像DB512保存的多個不合格品測試圖像中選擇1個不合格品測試圖像(S202)。接下來，測定部520對具有在步驟S201的處理步驟中選擇的學(xué)習(xí)完成模型的類別的識別器501設(shè)定閾值，輸入在步驟S202的處理步驟中選擇的1個不合格品測試圖像從而測定缺陷識別率和執(zhí)行時間。執(zhí)行時間例如能夠通過算出對識別器501輸入不合格品測試圖像的時刻與輸出識別結(jié)果的時刻的差分來測定。[0126]另外，測定部520通過使在識別器501中設(shè)定的閾值變化，從而對能夠在識別器501中設(shè)定的全部閾值測定缺陷識別率和執(zhí)行時間(S203)。能夠在識別器501中設(shè)定的閾值例如可以在75%～97%之間按每3%增加那樣預(yù)先決定最小值、最大值和增加量。[0127]接下來，測定部520針對由測試圖像DB512保存的多個不合格品測試圖像反復(fù)進(jìn)行步驟S202至步驟S203的處理步驟。針對所有不合格品測試圖像，當(dāng)每一閾值的缺陷識別率和執(zhí)行時間的測定完成時，進(jìn)入步驟S205的處理步驟(S204)。[0128]測定部520計算通過反復(fù)進(jìn)行步驟S202至步驟S203的處理步驟而得到的每一閾值的缺陷識別率和執(zhí)行時間的平均值(S205)。由此，針對具有在步驟S201的處理步驟中選擇的學(xué)習(xí)完成模型的類別的識別器501,得到每一閾值的缺陷識別率和執(zhí)行時間。[0129]接下來，測定部520針對在識別器501?~501、中使用的多個學(xué)習(xí)完成模型的各個類別反復(fù)進(jìn)行步驟S201至步驟S205的處理步驟，從而針對所有學(xué)習(xí)完成模型的類別進(jìn)行每一閾值的缺陷識別率和執(zhí)行時間的測定(S206)。當(dāng)針對所有學(xué)習(xí)完成模型的類別的測定完成時，將處理結(jié)束。通過以上的處理步驟，針對各個識別器501?~501、能夠得到缺陷識別率和執(zhí)行時間。[0131]圖16是例示管理裝置100測定誤報率的處理步驟的一例的流程圖。使用圖16詳細(xì)說明圖12的步驟S102的處理步驟。[0132]首先，測定部520從在識別器501?~501、中使用的多個學(xué)習(xí)完成模型的類別中選擇1個類別(S301)。接下來，測定部520從由測試圖像DB512保存的多個合格品測試圖像中選擇1個合格品測試圖像(S302)。接下來，測定部520對具有在步驟S301的處理步驟中選擇的學(xué)習(xí)完成模型的類別的識別器501設(shè)定閾值，輸入在步驟S302的處理步驟中選擇的合格品測試圖像，從而測定誤報率和執(zhí)行時間。執(zhí)行時間例如能夠通過算出對識別器501輸入合格品測試圖像的時刻與輸出識別結(jié)果的時刻的差分來測定。[0133]另外，測定部520通過使在識別器501中設(shè)定的閾值變化，對能夠在識別器501中設(shè)定的全部閾值測定誤報率和執(zhí)行時間(S303)。能夠在識別器501中設(shè)定的閾值例如可以在0%～10%之間按每1%增加那樣預(yù)先設(shè)定最小值、最大值和增加量。[0134]接下來，測定部520針對由測試圖像DB512保存的多個合格品測試圖像反復(fù)進(jìn)行步驟S302至步驟S303的處理步驟。針對所有合格品測試圖像，當(dāng)每一閾值的誤報率和執(zhí)行時間的測定完成時，進(jìn)入步驟S305的處理步驟(S304)。[0135]測定部520計算通過反復(fù)進(jìn)行步驟S302至步驟S303的處理步驟而得到的每一閾值的誤報率和執(zhí)行時間的平均值(S305)。由此，針對具有在步驟S301的處理步驟中選擇的學(xué)習(xí)完成模型的類別的識別器501,得到每一閾值的誤報率和執(zhí)行時間。[0136]接下來，測定部520通過針對在識別器501?~501、中使用的多個學(xué)習(xí)完成模型的各個類別反復(fù)進(jìn)行步驟S301至步驟S305的處理步驟，從而針對所有學(xué)習(xí)完成模型的類別進(jìn)行每一閾值的誤報率和執(zhí)行時間的測定(S306)。當(dāng)針對所有學(xué)習(xí)完成模型的類別的測定完成時，將處理結(jié)束。通過以上的處理步驟，能夠針對各個識別器501?~501、得到誤報率和執(zhí)行時間。[0137]4變形例[0138]識別器501?~501、可以是特定且專用于同一檢查對象物的識別器。圖17例示識別器所識別的檢查對象物的一例。例如識別器501?~501可以是針對通過將多個屬性(在圖17的例子中是工件的材質(zhì)、工件的表面形狀、作為檢測對象的缺陷的項目和能夠檢測的缺陷的尺寸等)的全部或一部分的組合而確定的檢查對象物特定且專用于同一檢查對象物的識別器501。識別器501?~501、可以在識別器501?~501、中分別通過不同的學(xué)習(xí)完成模型的類別來設(shè)計。[0139]另外，識別器501?~501、也可以是專用于各種檢查對象物的識別器的集合。具體地說，例如“識別器501?~501:檢查對象的工件是金屬，工件的表面形狀有光澤，且專用于深材質(zhì)是金屬，工件的表面形狀有光澤，且專用于污垢并具有識別能力的識別器”、“識別器501+1~501、:檢查對象的工件的材質(zhì)是金屬，工件的表面形狀粗糙，且專用于凹痕并具有識別能力的識別器”所示，識別器501?~501、可以是專用于各種檢查項目的識別器的集合。另外，識別器501?~501可以在識別器501?~501中分別通過不同的學(xué)習(xí)完成模型的類別來設(shè)計。同樣地，識別器501A+1~501g可以在識別器501+1~501?中分別通過不同的學(xué)習(xí)完成模型的類別來設(shè)計，識別器501B+1~501、也可以在識別器5013+1~501、中分別通過不同的學(xué)習(xí)完成模型的類別來設(shè)計。[0140]管理裝置100也可以按每一檢查項目來選擇最佳的識別器501,分別在不同的圖像處理裝置200中設(shè)定所選擇的識別器501。由此，例如設(shè)置于生產(chǎn)線的多個圖像處理裝置200能夠?qū)υ谏a(chǎn)線上輸送的工件分別進(jìn)行針對不同的檢查項目進(jìn)行識別的動作，能夠構(gòu)筑識別精度更高的圖像處理系統(tǒng)1。[0141]以上，說明了本實施方式。根據(jù)本實施方式，能夠從檢查工件的多個識別器501中選擇測定到的識別精度包含于規(guī)定的允許范圍的識別器中的、執(zhí)行時間滿足規(guī)定的條件的識別器并使圖像處理裝置200執(zhí)行該識別器。由此，能夠提供識別精度和執(zhí)行時間符合用戶的需求的識別器。[0142]另外，例如提供圖像處理系統(tǒng)1的企業(yè)等將多個識別器501以預(yù)先組裝到圖像處理系統(tǒng)1的(預(yù)設(shè)的)狀態(tài)提供給用戶，用戶通過自己操作管理裝置100,也能夠進(jìn)行選擇具備與自身的需求相應(yīng)的識別精度和處理時間的識別器的應(yīng)用。[0143]以上，詳細(xì)說明本發(fā)明的實施方式，但上述的說明在所有方面不過是本發(fā)明的例示。當(dāng)然能夠不脫離本發(fā)明的范圍地進(jìn)行各種改良或變形。[0145]信息處理裝置具有：[0146]存儲部，對識別對象物且特性不同的多個識別器進(jìn)行存儲；[0147]測定部，按每一識別器測定針對特定的對象物的上述多個識別器各自的識別精度和執(zhí)行時間；[0148]輸出部，輸出上述多個識別器各自的上述識別精度和上述執(zhí)行時間；[0149]選擇部，選擇由上述測定部測定到的上述識別精度滿足第一條件的識別器中上述執(zhí)行時間滿足第二條件的識別器；以及[0150]設(shè)定部，進(jìn)行用于使所選擇的識別器在識別裝置上工作的設(shè)定。[0152]在備注1所述的信息處理裝置中，[0153]上述存儲部存儲為了測定針對上述特定的對象物的上述多個識別器各自的上述識別精度和上述執(zhí)行時間而使用的測試圖像，[0154]上述測定部分別使上述多個識別器識別上述測試圖像，從而按每一識別器測定上述識別精度和上述執(zhí)行時間。[0156]在備注2所述的信息處理裝置中，[0157]上述存儲部存儲對象物的圖像，[0158]上述信息處理裝置具有生成部，上述生成部從用戶接受關(guān)于圖像的加工條件的輸入，基于上述加工條件加工由上述存儲部存儲的對象物的圖像，從而生成上述測試圖像。[0160]在備注3所述的信息處理裝置中，[0161]上述生成部對由上述存儲部存儲的對象物的圖像附加由用戶指定的檢測對象的圖像，從而生成上述測試圖像。[0163]在備注3所述的信息處理裝置中，[0164]上述生成部對由上述存儲部存儲的對象物的圖像附加基于由用戶指定的參數(shù)生成的檢測對象的圖像，從而生成上述測試圖像。[0166]在備注2至5中任一項所述的信息處理裝置中，[0167]上述測試圖像包含以包含檢測對象為正確的多個第一測試圖像，[0168]上述識別精度包含作為識別器針對上述多個第一測試圖像識別為包含檢測對象的概率的第一概率，[0169]上述測定部分別使上述多個識別器識別上述多個第一測試圖像，從而測定上述第一概率，[0170]上述選擇部選擇由上述測定部測定到的上述第一概率包含于上述第一條件的識別器中上述執(zhí)行時間滿足上述第二條件的識別器。[0171](備注7)[0172]在備注6所述的信息處理裝置中，[0173]上述測試圖像還包含以不包含檢測對象為正確的多個第二測試圖像，[0174]上述識別精度還包含作為識別器針對上述多個第