ニューラルネットの設計の自動化の次はここの省力化が重要になりそう。
富士通研、少ないデータで学習可能な深層学習による物体検出技術
https://news.mynavi.jp/article/20180416-617200/
"正解データ付き画像を増やすために、大量の画像に対してニューラルネットワークを用いて物体位置を推定させることで正解データを補う方法が考えられるが、従来技術では少量の正解データで学習したニューラルネットワークに実際の物体位置と、正確に一致する場所を推定させることが困難であるため、不正確な推定によるデータが学習に加わることで、精度が劣化していくという"
"間違った推定位置から復元された画像は、元画像と一致しないため2つの画像を比較することで、推定位置の正しさを検証でき、推定と復元を大量の画像に対して繰り返し行い、正解データを増やしつつ徐々に正確な推定位置が出力される状態に近づけることで、精度を上げることを可能に"