An object of the present invention is to enable a learning network to accurately recognize an object by avoiding unintended data expansion. An object can be recognized by a single learning network regardless of an X-ray image captured under any imaging conditions. A learning network of an X-ray image object recognition system performs machine learning using a learning set including an X-ray image of an object and a correct answer label. The imaging information calculation unit 6 calculates imaging information for deriving imaging conditions for X-ray imaging of an object from the learning set. The data extension parameter determination unit 7 determines a data extension parameter based on the shooting information. The learning processing unit 8 performs data expansion based on the data expansion parameter, and causes the learning network 5 to perform machine learning using the acquired new X-ray image and the correct answer label. The learning network 5 recognizes the X-ray photographed object from the X-ray image input after the machine learning and outputs the result. [Selection diagram] FIG.【課題】意図しないデータ拡張を回避して、学習ネットワークが物体を精度よく認識できるようにする。どのような撮影条件で撮影されたＸ線画像が入力されても、単一の学習ネットワークで物体を認識できるようにする。【解決手段】Ｘ線画像物体認識システム１の学習ネットワーク５は、物体のＸ線画像と正解ラベルとを含む学習セットを用いて機械学習を行う。撮影情報算出部６は、学習セットから、物体のＸ線撮影時の撮影条件を導くための撮影情報を算出する。データ拡張パラメータ決定部７は、撮影情報に基づいてデータ拡張パラメータを決定する。学習処理部８は、データ拡張パラメータに基づいてデータ拡張を行い、取得した新たなＸ線画像と正解ラベルとを用いて学習ネットワーク５を機械学習させる。学習ネットワーク５は、機械学習後に入力されるＸ線画像から、Ｘ線撮影された物体を認識してその結果を出力する。【選択図】図９
