オブジェクト検出モデルの作成と管理

お知らせ：当社は、お客様により充実したサポート情報を迅速に提供するため、本ページのコンテンツは機械翻訳を用いて日本語に翻訳しています。正確かつ最新のサポート情報をご覧いただくには、本内容の英語版を参照してください。

AI モデル機能は大幅に刷新され、現在はAI Modelerと名称が変更されています。AI Modeler を使用すると、アプリ全体で利用できるモデルを作成・トレーニング・公開できます。刷新前にモデルを作成している場合は、詳細についてこちらをご覧ください。

メモ:
Creator アプリケーション内で AI モデルが実行されるたびに、AI コールが消費されます。物体検出フィールドの場合:

入力画像でソースフィールドが入力されると、物体検出フィールドに出力値を生成するための AI コールがトリガーされます。この AI コールは、ご利用のAI コール上限数（Creator プランで利用可能な上限）から差し引かれます。
出力生成の前後を問わず、ソースフィールドが変更されると、更新された入力を使用してモデルが再度実行されます。このとき追加の AI コールがトリガーされ、このコールもAI コール上限数にカウントされます。

残りの AI コール上限数は、請求セクションから確認できます。

このページでは、次の内容について説明します。

物体検出モデルの構築

トレーニングデータの追加 - 学習用データセットを追加する

モデルサマリー

i) モデルのトレーニング - カスタムモデルを学習させる

ii) モデルのテスト - モデルの精度とパフォーマンスを検証する

物体検出モデルの管理

i) モデルの公開と利用 - アプリケーションにモデルをデプロイする

ステップ 1: 物体検出モデルを作成する

Creator のDEVELOP セクションにある Microservices に移動します。 Creator のホームページからアクセスできます。すべてのマイクロサービスがここに一覧表示されます。

物体検出モデルを作成するには、次のようにします。

初めて AI モデルを作成する場合は、+ Create New ボタンをMicroservices ページ中央でクリックします。
すでに AI モデルを作成済みの場合は、+ Create NewボタンをMicroservicesページ右上でクリックします。

[AI Modelsカードの[Create]ボタンをクリックします。[AI Models]ホームページには、2 種類のモデルタイプがあります。ユーザーのニーズに応じて構築できるCustomモデルと、すぐにアプリケーションにデプロイできるReady-To-Useモデルです。

メモ : カスタムの物体検出モデルと、すぐに使える物体検出モデルの両方を作成できます。モデルタイプの詳細については、こちらを参照してください。

[Object Detection ]カードを、Build-Custom Models セクション内のAI Modelerページでクリックします。
[Model Nameを入力し、[Create Model]をクリックします。[Add Training Data]画面が表示されます。

メモ : モデル名は30 文字を超えることはできません。

ステップ 2: トレーニングデータを追加する

トレーニングデータは、物体検出モデルがデータパターンを分析し、解釈を行い、物体を検出できるように学習するために使用される初期データセットです。モデルが入力情報を正しく認識し、提供された情報に基づいて正確な判断を行えるように、モデルをトレーニングする必要があります。これにより、モデルが意図したとおりに動作することが保証されます。Object Detectionモデルでは、検出対象となる物体の画像セットを、モデルのトレーニングデータとしてアップロードする必要があります。

[+ Add New Object]をクリックして、オブジェクトフォルダーを作成します。また、[Import from Folder]をクリックして、.zip フォルダーから画像をインポートすることもできます。

物体検出モデルの可能性をすばやく体験し、モデルの作成を始められるように、サンプルデータをダウンロードしてモデルの構築を開始できます。

Note: このサンプルデータは、初めて物体検出モデルを作成する場合にのみ利用できます。

表示されるNew Objectポップアップでオブジェクト名を入力し、[Create]をクリックします。これは、入力画像を追加するフォルダー名になります。このオブジェクト名は、モデルが入力画像からオブジェクトを検出した際に表示されます。

メモ:

オブジェクトフォルダー名は30 文字を超えることはできません。

フォルダーから画像をアップロードした場合、フォルダー名がオブジェクト名として使用されます。アップロードする前に、フォルダーに適切な名前を付けてください。

作成したオブジェクトフォルダーをダブルクリックして、サンプル画像を追加します。

Upload Images をクリックします。

同じオブジェクトをさまざまな角度から撮影した複数の画像を追加します。

メモ :

各オブジェクトにつき、最低 10 枚の画像をアップロードする必要があります。

対応している画像形式は JPG、PNG、TIF です。

各画像のファイルサイズは最大 5 MB までです。

画像に関する詳細なガイドラインについては、こちらをクリックしてください。

1 枚以上の画像をアップロードしたら、任意の画像をクリックしてプレビューを表示します。プレビューのポップアップから、Zoom in（拡大）、Zoom out（縮小）、Fit to width（幅に合わせる）、Fit to page（ページに合わせる）を行い、前後の画像に移動できます。

[Add Images] をクリックして、画像をさらにアップロードします。ドラッグ＆ドロップするか、.zip フォルダーとしてアップロードすることで、複数の画像を一度にアップロードすることもできます。

メモ : .zip フォルダーで使用できる画像形式は、JPG、PNG、TIF です。

画像を削除するには、 [Select All] ラジオボタンをクリックするか、個別に画像を選択して [ 削除] をクリックします。
[Done] をクリックします。オブジェクトフォルダーが作成されます。
さらにオブジェクト（フォルダー）を追加するには、 [+ Add New Object] をクリックするか、右上のドロップダウンから [ インポート from フォルダー ] を選択します。ドロップダウンは、 Add Training Data 画面の右上にあります。

フォルダーを選択して、 Rename または削除を実行します。[ Select All ]（上の画像を参照）をクリックすると、すべてのオブジェクトフォルダーに対して Rename または削除をまとめて実行できます。
[Next] をクリックします。Model Summary 画面が開きます。

ステップ 3: モデルサマリーの確認、モデルのトレーニングとテスト

トレーニングデータを追加した後、モデル名、モデルタイプ、モデルサイズ、合計サイズなどのモデルの詳細を確認できます。変更が必要な場合は、前の画面に戻って修正してください。問題なければ、そのままモデルのトレーニングに進みます。

モデルをトレーニングする
モデルの詳細を表示および管理する
モデルをテストする

モデルをトレーニングする

オブジェクト検出モデルをアプリケーションで実際に使用する前に、目的どおりに動作するようにトレーニングする必要があります。

Model Summary ページでモデルの詳細を確認し、必要に応じて [Back] をクリックして変更します。モデル名の変更、画像の追加アップロード、不要な画像の削除ができます。

必要な変更が完了したら、[Train Model] をクリックします。

メモ: モデルのトレーニングには時間がかかる場合があります。そのままページで完了を待つことも、ページを閉じて後で戻ることもできます。

モデルの詳細を表示および管理する

トレーニングが完了すると、ユーザーはモデルのステータス（trained、failed、draft）、モデルタイプ、作成日と更新日、その他の詳細を、以下のとおり確認できます。

オブジェクト検出モデルを作成してトレーニングを実行する前にページを終了した場合、モデルのステータスは draft に設定されます。
モデルのトレーニングは、データ不足やネットワーク障害により失敗することがあります。

モデル詳細
バージョン詳細
モデルのデプロイ

モデル詳細

このセクションでは、現在のモデルのバージョンと、追加されたオブジェクトの名前を確認できます。

バージョン詳細

このセクションでは、モデルのバージョン数、現在モデルが動作しているバージョン、モデルの作成日、オブジェクト数とその画像数を確認できます。

メモ : 新しいモデルバージョンを作成する方法については、こちらをクリックして確認してください。

モデルのデプロイ

このセクションでは、モデルがデプロイされているアプリ名、フォーム名、および項目名 を確認できます。また、異なる環境でフィルタリングして、モデルがどの環境にデプロイされているかを確認することもできます。

モデルのテスト

トレーニング後、アプリケーションにデプロイする前にモデルの信頼性をテストできます。これにより、モデルがテストオブジェクトを十分に高い信頼度スコアで正しく識別できることを確認できます。

モデルのトレーニングが正常に完了した後に表示されるページの右上にあるTest Model をクリックします。これにより、公開前にモデルの精度をテストできます。

Test Model画面が表示されます。トレーニングデータとして追加したオブジェクトの画像をアップロードします。モデルはオブジェクトの検出を試行し、右側のModel Outputの下にその名前を表示します。

メモ : モデルがテスト画像を検出しない場合は、モデルのパフォーマンス向上についてこちらを参照してください。

モデルをテストすると、検出されたオブジェクト名とあわせて信頼度スコアが表示されます。

信頼度スコアが高い場合は、そのままモデルを公開できます。
信頼度スコアがまずまずの場合は、追加の画像でモデルを再トレーニングできます。
信頼度スコアが低い場合は、画像数不足などトレーニングデータの不整合を確認し、必要な修正を行ってから再度モデルをトレーニングする必要があります。

オブジェクト検出モデルの管理

モデルをトレーニングした後は、アプリケーションでデプロイできるように公開する必要があります。

メモ: 一度公開したモデルは、非公開に戻すことはできません。ただし、モデルに変更を加えて再トレーニングすることは可能です。

モデルの再トレーニング
モデルの公開
モデルの利用

モデルの再トレーニング

追加の画像で再トレーニングし、不適切な画像を削除することで、モデルはより正確に画像を検出できるようになります。モデルの効率を高めることで、ビジネスニーズに合わせて最適化できます。

メモ: モデルは定期的に再トレーニングすることをおすすめします。これにより、物体検出モデルの信頼性と精度を向上させることができます。

ページ右上の三点リーダー をクリックします。
モデルを再度トレーニングするには、Retrain をクリックします。新しいバージョンが作成され、バージョン詳細に表示されます。
モデルを編集するには、Edit をクリックします。モデル名、オブジェクトフォルダー名の変更や、画像の追加／削除などを行えます。これらの変更を反映するには、モデルをトレーニングし直す必要があります。
モデル名を変更するには、Rename をクリックします。ポップアップが表示されるので、そこでモデル名を編集し、Renameをクリックします。
モデルを削除するには、削除をクリックします。

メモ:

いずれかのアプリケーションにデプロイされているモデルを削除すると、そのアプリケーションでのデプロイも削除されます。この操作は元に戻せません。

削除後も、追加されたフィールド（モデルの入力フィールドと出力フィールド*モデルの使用方法へのリンク*）は、該当モデルがデプロイされているフォーム内に残ります。フォームからこれらのフィールドが削除されない限り、物体検出モデルの過去データは保持されます。

現在使用中のモデルバージョンは削除できません。代わりに、別のバージョンに切り替えてから、そのモデルバージョンを削除してください。

ステップ 4: モデルを公開して利用する

モデルを公開する

モデルのトレーニングとテストが完了したら、モデルを公開してユーザーが利用できるようにし、オブジェクト検出を開始できます。

画面右上のPublish Model をクリックします。
画面に表示されるPublishポップアップで、Publishをクリックします。

メモ: 一度公開したモデルは、非公開に戻すことはできません。

モデルを使用する

モデルを公開した後、画面に表示されるポップアップ、またはページ右上にあるUse Model をクリックして、モデルを使用できます。
表示されるUse Modelポップアップで、ドロップダウンリストから Application NameとForm Name を選択し、Use Modelをクリックします。
選択したアプリケーションのフォームビルダー画面が開き、そこにモデルがデプロイされます。
フォームビルダーにObject Detectionポップアップが表示され、Model Input画面が開きます。

メモ: トレーニング済みで選択したモデルは、「Select Model」セクションですでに選択された状態で表示されます。すぐに使えるオブジェクト検出モデルを作成する際に、モデルを選択できます。
「Model Input」セクションで、ドロップダウンメニューからソース項目を選択し、NEXTをクリックします。