MODEL SELECTION METHOD AND IMAGE PROCESSING METHOD

This model selection method for selecting a plurality of machine learning models for performing image processing comprises: a first model selection step (S33); and a second model selection step (S35). In the first model selection step (S33), by using a first image group that includes at least one confirmation image, a plurality of machine learning models are selected from all the machine learning models to form a first model group. In the second model selection step (S35), by using a second image group, at least one machine learning model is selected from the machine learning models included in the first model group. The number of confirmation images included in the second image group is greater than that of the first image group. By increasing the number of confirmation images in a stepwise manner and narrowing down the number of models to be selected, a highly accurate and appropriate machine learning model can be selected without using Ground Truth, from among a large number of machine learning models. La présente invention concerne un procédé de sélection de modèle permettant de sélectionner une pluralité de modèles d'apprentissage machine pour effectuer un traitement d'image, ledit procédé de sélection de modèle comprenant : une première étape de sélection de modèle (S33) ; et une deuxième étape de sélection de modèle (S35). Dans la première étape de sélection de modèle (S33), en utilisant un premier groupe d'images qui comprend au moins une image de confirmation, une pluralité de modèles d'apprentissage machine sont sélectionnés parmi tous les modèles d'apprentissage machine pour former un premier groupe de modèles. Dans la deuxième étape de sélection de modèle (S35), en utilisant un second groupe d'images, au moins un modèle d'apprentissage machine est sélectionné parmi les modèles d'apprentissage machine inclus dans le premier groupe de modèles. Le nombre d'images de confirmation incluses dans le second groupe d'images est supérieur à celui du premier groupe d'images. En augmentant le nombre d'images de confirmation d'une manière progressive et en réduisant le nombre de modèles à sélectionner, un modèle d'apprentissage machine hautement précis et approprié peut être sélectionné sans utiliser la réalité du terrain, parmi un grand nombre de modèles d'apprentissage machine. 画像処理を行う複数の機械学習モデルを選定するモデル選定方法において、第１モデル選定工程（Ｓ３３）と、第２モデル選定工程（Ｓ３５）を有する。第１モデル選定工程（Ｓ３３）では、少なくとも１つの確認用画像を含む第１画像群を用いて、全ての機械学習モデルから複数の機械学習モデルを選定して第１モデル群とする。第２モデル選定工程（Ｓ３５）では、第２画像群を用いて第１モデル