演習 - Custom Vision サービスをトレーニングする
次に、画像をアップロードして、Custom Vision サービスをトレーニングします。
トレーニングに使用するオブジェクトの画像が約 30 枚あること、Custom Vision ポータルにサインインしていること、プロジェクト ページを開いていることを確認してください。
画像をアップロードする
Bungee の場合、15 枚の画像をアップロードすることから始め、それらで Custom Vision AI をどの程度トレーニングできるかを確認します。 Bungee だけを示しているが、さまざまな角度とさまざまな種類の照明の画像から始めます。
AI のトレーニングを開始するには、次の手順に従います。
- [イメージの追加] を選択します。
- AI のトレーニングに使用する画像を選択します。
- [Upload X files](X 枚のファイルをアップロードする)を選択します。ここで、X は、選択した画像の枚数です。
- 画像がアップロードされるまで待ちます。
- [Done] を選択します。
Custom Vision ポータルに追加したすべての画像が表示されます。
画像にタグを付ける
次に、画像にタグを付ける必要があります。 1 つの画像を選択すると、画像を含むウィンドウが展開されます。 画像を選択すると、オブジェクトを囲むボックスが表示されます。 前のユニットで説明した線と形を識別することで、AI が既に動作していることがわかります。 オブジェクトがきちんと収まるようにボックスを調整します。 AI の成功の一因は、どれだけのボックスがオブジェクトとして識別されるかにあるので、目立つ特徴に重点を置いてください。 たとえば、数本の毛髪が外にはみ出しているという理由で、ボックスを極端に広げないでください。
オブジェクトのタグを追加し、+ アイコンを選択して、次の画像に移動します。 アップロードされた各画像にタグを付ける。
Note
各画像内で複数のオブジェクトにタグを付けることができます。 複数のオブジェクトにタグを付ける場合、1 回の手順でそれを行うことができます。
すべての画像のタグ付けが完了したら、プロジェクトの [タグ付き] 領域にそれらがすべて表示されます。
タグ付き画像でトレーニングする
タグ付けした画像の数が十分であると思う場合は、ポータルの右上にある [トレーニング] を選択します。 この最初のイテレーションについて、トレーニングの種類として [Quick Training](クイック トレーニング) を選択します。 後で、[Advanced Training](高度なトレーニング) を試すことができます。
最初のトレーニングのイテレーションが発生したことがわかります。 この場合、AI のトレーニングと予測をより細かく制御できる 2 つのスライダーも表示されます。
確率しきい値
AI が予測を行うたびに、確率も提示されます。 たとえば、"私は、これが Bungee であることを 80% 確信している" と報告されます。確率しきい値は、正確に予測されたかどうかを判断するためにトレーニング時に必要となる信頼度です。 たとえば、確率しきい値が 50% のとき、画像が Bungee である確率は 45% であると AI が報告し、それが Bungee "だった" 場合、正確な予測としてカウントされません。
オーバーラップしきい値
画像にタグを付けているときに気付いたかもしれませんが、AI は、オブジェクトが画像内にあるという信頼度のパーセンテージを提供するだけでなく、オブジェクトが写真内にあると考える場所を囲む境界ボックスも提供します。 たとえば、このしきい値が 30% の場合、オブジェクトが含まれていると AI が予測する境界ボックスの少なくとも 30% は、画像にタグを付けたときに作成した正しい境界ボックス内にある必要があります。