単純な目視検査タスクにおける人間と深層学習の認識精度の比較

本研究では、単純な目視検査タスクにおいて、深層学習が人間よりも高い検査精度を達成するために必要な訓練サンプル数を調べます。また、深層学習が被験者の成績を上回る場合に、異常の見つけ方に違いがあるかも調べます。そのために、専門家でなくても実行できる単純なタスクを設計しました。このタスクでは、画像中の正常な記号と異常な記号を参加者が見分ける必要があります。タスクに用いる正常な記号と異常な記号を含む訓練サンプルを大量に自動生成しました。実験の結果、深層学習が異常な記号の位置を検出するには数千個、これらの記号を領域分割するには数万個の訓練サンプルが必要であることが分かりました。また、人間と比較した場合に、深層学習には異常を識別するタスクにおける長所と短所の両方があることを確認しました。