概要
Visionをすぐに使い始めたい方は、この記事を読むことで、AIモデルを作成するための必要最低限の知識を身につけることができます。
このスタートガイドは、以下のセクションで構成されています。
- ステップ1:ワークスペース作成
- ステップ2:データアップロード
- ステップ3:ラベル作成
- ステップ4:アノテーション
- ステップ5:学習開始
- ステップ6:評価
- ステップ7:プレビュー
ステップ1:ワークスペース作成
- ホーム画面右上の「ワークスペースを作成」をクリック
- モデルタイプを選択
- 「ワークスペース名」を入力して「作成」をクリック
※ワークスペース名はAIが行う業務名を記載すると分かりやすいです
ステップ2:データアップロード
- ステップ1で作成したワークスペースをクリック
- 「データへ」をクリックして「+作成」をクリック
- 「データセット名」を入力して「新規作成」をクリック
※データセット名は、検出/分類したいデータの名前(ラベル)を記載すると分かりやすいです
※例)車種1(セダン、トラック、バス) - 作成したデータセットを選択
- 画面右上の「+データアップロード」をクリックし、「未処理データ」をクリック
※PascalVOCのフォーマットでアノテーション済みのデータをお持ちの場合は、「学習用データ」からアップロード - 画像ファイルをアップロードして「閉じる」をクリック
ステップ3:ラベル作成
- 「ラベル」の「…」をクリックし、「新規作成」をクリック
- 「ラベル名」を入力し、「✔️」をクリック
※ラベル名は半角英数字で設定してください
ステップ4:アノテーション
<物体検出の場合>
- 「アノテーション書く」をクリック
- 画面左側のリストからラベルを選択し、右側でドラッグ&ドロップでアノテーションを追加して、「次へ」をクリック
※検出対象が画像に写っていない場合は、右下の「アノテーションなしで登録」をクリック - 最後の画像にアノテーションを追加したら、右上の「保存して閉じる」をクリック
<画像分類の場合>
- 「アノテーション付け」をクリック
- ラベルに紐付けたい画像を選択
- ラベルを選択して「変更」をクリック
ステップ5:学習開始
- 画面右上の「学習開始」をクリック
※学習開始には20件以上の学習データ(各ラベルにつき2件以上)が必要です - 学習に使用する「データセット」と「バージョン」を選択し、「学習開始」をクリック
※必要に応じてメモを入力 - モデルステータスが「学習済み」になるまで待機
※画像の枚数、画質、ラベル数等によって所要時間は変わりますが、目安として300枚の場合は5時間ほどかかります
ステップ6:評価
- 「モデルステータス」が「学習済み」になったモデルをクリック
- 画面右側にて学習結果を確認
※精度が低かった場合は、アップロード画像の追加等の対応をして学習を繰り返してください
※指標それぞれの意味、活用方法はこちらで詳しく解説しています。
ステップ7:プレビュー
- モデルの「...」をクリックし、「推論開始」をクリック
- 利用するインスタンスタイプと推論インスタンス数を設定し、「推論」をクリック
※推論インスタンス数が多ければ多いほど、同時に推論できる画像数が増えます
※動作確認の場合は、インスタンスタイプは「cc.small」、推論インスタンス数は「1」で良いです - モデルステータスが「推論準備中」→「推論中」になるまで時間がかかるので、この時間でAPIキーを発行します。プレビュータブをクリックし、APIキー発行の「ユーザ詳細へ」をクリックしてAPIキーを発行
※「推論中」になるまで数分ほどかかります - 「推論中」になったら「プレビュー」タブから検証用画像をアップロードし、モデルバージョンを選択して「推論実行」をクリック
※プレビューでは複数枚画像の推論結果を確認することができませんので、画像は1枚ずつアップロードしてください - 画面右側で推論結果を確認
※プレビューした結果精度が低かった場合は、アップロード画像の追加等の対応をして精度改善を行ってください