お問い合わせ
「SmartCloud」問い合わせ
資料請求・お問い合わせ
2022.03.29画像認識AI
「AIを使って画像認識をすれば、作業の工数が減って、精度が上がるんだろうな」
とお考えの方は多いでしょう。
しかし、導入前に気になることはたくさんありますよね。
今回は実際に「Deeptector」を使って判定するまでの流れを詳しくご紹介します。
「Deeptector」の説明に入る前に深層学習(Deep Learning)についてご説明します。
人間の脳(神経細胞とその結合) を模倣したソフトウェアに既知のデータを学習させると、未知のデータに対して判断できるようになる、機械学習の手法の一つです。
画像・映像・音など、従来は計算機で扱いにくかったデータを利用した予測や分析への応用が進んでいます。例えば、大量かつさまざまな種類の犬の画像を事前に学習させます。その後、未知の犬の画像でも「犬」と認識できるようになります。
「Deeptector」はNTTコムウェアが提供する深層学習(Deep Learning)を利用した画像認識AIです。「物体の判定・判別」をAIで実施することで、作業工程の品質向上・省人化に貢献します。「Deeptector」と撮影可能なカメラがあればどこでも利用可能です。
今回は、「Deeptector」が提供する5つの判定パターンから最もよく使われている「物体検出型」を用いて判定をしてみましょう。「物体検出型」とは、画像のどこに・何があるのかを検出する判定パターンです。
判定・判別までのプロセスは大きく2つです。
今回は食事の写真からオイスターを検出します。
まずは「Deeptector」を起動し、画像を読み込みます。対象とする画像を格納したフォルダからドラッグ&ドロップします。
画像が大量にある場合、読み込みに時間がかかりますが、終わるまでPCの前に座っている必要はありません。終業時に読み込み処理をスタートさせておき、翌朝に確認すると効率的です。
読み込みが完了したら、画像ギャラリーの「編集モード」でタグ付けをします。タグ付けにより、画像から物体の検出を実施することができるようになります。
<タグ付け前>
<タグ付け後>
画像上でマウスドラッグをするか、タブレットペンを用いて検出する対象にタグを作成します。画像に複数の検出対象がある場合、この作業を繰り返します。(本画像の場合、画像内にあるオイスター全12個へ実施)
すべての写真においてタグ付けができたら、学習の完了です。
なお、作成したタグはjsonファイルとなります。
全ての画像ファイルに対してjsonファイルが作成されますので、すべての画像ファイルとjsonファイルを「Deeptector」にアップロードします。 読み込ませたファイルをもとに、判定APIから「学習済みのAIエンジン」を作成します。これで画像の判定が可能になります。
学習が完了したところで、未学習の画像を読み込ませて判定・判別をしてみましょう。
画像タブから判定したい画像を読み込みます。
<判定前>
<判定後>
画像のオイスターが赤枠で囲まれているのがわかりますね。今回の例では90%以上、認識されましたが、画像内の全物体が判定されるケースと、一部物体しか判定されないケース(追加の学習やタグ付けの改善が必要)があります。
「Deeptector」の学習から判定・判別の流れがお分かりいただけたと思います。
「Deeptector」は様々なユーザに利用いただきやすいように、シンプルな画面・機能を搭載しています。
「こんなものは判定・判別できるのか?」という疑問や、「トライアルで試してみたい」などのご要望がありましたら、お気軽にお問い合わせください。