はじめに
Azure Custom Visionでオブジェクトの検出を行ってみましょう。
画像分類と何が違うのか?簡単に説明すると、画像分類では画像に何が写っているのか分類(判定)してくれます。それに対して、オブジェクト検出は画像のどこに何が写っているのか検出を行ってくれます。
Custom Vision利用方法については、前回の記事を参考にしてください。
-
Azure Custom Visionで画像分類してみる - 技術的な何か。
はじめに Custom Visionを利用して画像分類して遊んでみたいと思います。 今回は、豚肉、牛肉、羊肉を分類してみたいと思います。 Custom Vision Custom Visionを使い始
level69.net
オブジェクト検出
基本的にはクイックスタートを参考にするとよいと思います。
-
クイックスタート: クイックスタート: Custom Vision の Web サイトでオブジェクト検出器を構築する - Azure AI services | Microsoft Learn
Custom Vision Web サイトを使用して、物体検出モデルの作成、トレーニング、テストを行う方法を学習します。
docs.microsoft.com
最初にプロジェクトを作成します。
Object Detectionを選択します。
学習するために画像を追加します。
追加する画像はサンプルを利用しています。
-
cognitive-services-python-sdk-samples/samples/vision/images at master · Azure-Samples/cognitive-services-python-sdk-samples · GitHub
Learn how to use the Cognitive Services Python SDK with these samples - cognitive-services-python-sd ...
github.com
アップロードします。
アップロードするときに画像分類と違いタグをつけません。
手動でタグをつけていく必要があります。
Untaggedの画像を開きます。
するとオブジェクトを範囲選択する画面がでます。
範囲を選択してタグをつけます。fork とタグをつけています。
これをすべての画像で行います。
手動で行うのは面倒ですね。画像を開くとある自動的に範囲を設定してくれます。クリックしタグをつけます。
全てにタグが付いたことを確認しましょう。
学習する準備が整ったので、学習を開始します。クイックトレーニングを行います。
今回は簡単な画像のためこれで問題ありません。結果もそれぞれ100%到達しています。
以上で学習まで完了です。
確認
どのように動作するか確認してみましょう。
forkと認識されています。狭い範囲では99.9% forkと認識されています。
しかし、範囲が広くなると31.5%まで下がっています。
このように範囲によって適合度がさがります。
まとめ
オブジェクト検出を簡単に行えることを確認できました。特に予備知識なども必要なく行えるのでアプリケーションの作成に各々集中することが出来るのではないでしょうか。