• Object detection model は、定義されたオブジェクトをデジタル写真から一定の精度で識別するように学習されています。詳細はObject detection model の理解 ページをご参照ください。
• 法人のニーズに合わせてカスタム object detection model の作成が可能です。または、すぐに使用できるmodel を選択し、アプリケーションに直接導入することもできます。

Object detection model を設定するには、次の4つの手順に従ってください。

手順 1: Object detection model の作成

手順 2: トレーニングデータの追加

手順 3: モデル概要の確認、学習およびテスト

手順 4: モデルの公開と利用

手順 1: オブジェクト検出モデルの作成

1. CreatorのDEVELOPセクションにあるMicroservicesに移動します。ホームページにアクセスしてください。ここにmicroservicesが一覧表示されます。
   

2. オブジェクト検出モデルを作成するには：

• 初めてAIモデルを作成する場合は、+ 作成 新規 ボタンをMicroservices ページ中央でクリックしてください。
• 
  すでにAIモデルを作成済みの場合は、+ 作成 新規ボタンをMicroservicesページ右上でクリックしてください。

3. 「作成」ボタンをAI Modelsカードでクリックします。AI Modelsホームページには2種類のモデルがあります。カスタムモデルはユーザーのニーズに合わせて構築でき、Ready-To-使用するモデルはアプリケーションに今すぐ導入できます。
   

   メモ: カスタムモデルとready-to-使用するオブジェクト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、こちらをご参照ください。
   

4. 「Object Detection」カードを「作成-カスタム Models」セクション内でクリックします。このセクションは「AI Modeler」ページにあります。
   
5. 「Model 名前」を入力し、「作成 Model」をクリックします。すると、「追加する Training Data」画面が表示されます。
   

   メモ：model 名前は30文字以内で入力してください。
   
   

1. 「+ 新規 Object を追加」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、「フォルダーからインポート」をクリックすると、.郵便番号フォルダーから画像をインポートすることもできます。
   

2. オブジェクト検出モデルをすぐに使い始め、さまざまな可能性を探るために、サンプルデータをダウンロードしてモデル構築を開始できます。
   注意: このサンプルデータは、初めてオブジェクト検出モデルを作成する場合のみ利用可能です。

3. オブジェクトの名前を新規 Objectポップアップに入力し、作成をクリックします。これは、入力画像を追加できるフォルダーの名前です。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。

4. 新しく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。
   

5. アップロードする画像をクリックします。
   
   同じオブジェクトの異なる角度から撮影した画像を追加できます。
   
   
   
   

   メモ:
   

   1. 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。
      
   2. 対応している画像形式はJPG、PNG、TIFです。
      
   3. 各画像のファイルサイズは最大5MBまでです。
      
   4. その他の画像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。

6. 「追加する画像」をクリックして、他の画像をアップロードします。複数の画像を同時にアップロードする場合は、ドラッグ＆ドロップまたは.zipフォルダーとしてアップロードできます。
   

   メモ : .zipフォルダーで対応している画像形式はJPG、PNG、TIFです。
   
   

7. 「選択する すべて」ラジオボタンをクリックするか、画像を個別に選択して「削除」をクリックし、画像を削除できます。
   
8. 「完了」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。
9. 追加でオブジェクト（フォルダー）を作成する場合は、「+ 追加する 新規 Object」または、右上のドロップダウンから「インポートする 差出人 folder」をクリックし、「追加する Training Data」画面で操作してください。

10. フォルダーを選択して 名前を変更または削除できます。 「すべて選択」をクリックすると（上記画像参照）、すべてのobjectフォルダーを名前を変更または削除できます。
    
11. 「次へ」をクリックします。Model 概要画面が開きます。
    

手順 3: model 概要の確認、トレーニングおよびテスト

トレーニングデータを追加した後、Model 名前、Model 種類、Model Size、合計 Size などのモデル詳細を確認できます。修正が必要な場合は、戻って編集できます。問題なければ、そのままモデルのトレーニングを続行してください。

• モデルをトレーニング
• モデルの詳細を表示・管理
• モデルをテスト

モデルをトレーニング

オブジェクト検出モデルを実際にアプリケーションで使用する前に、トレーニングして、希望する動作を実現させる必要があります。

1. 「モデル概要」ページでモデルの詳細を確認し、必要に応じて戻るから変更を行います。モデル名の編集、追加画像のアップロード、不要な画像の削除が可能です。

2. 必要な変更を加えたら、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。ページ上で待機するか、ページを閉じて後で戻ることも可能です。

モデル詳細の表示と管理

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、失敗、下書き）、モデルの種類、作成日や更新日、その他の詳細を以下の通り確認できます。

• Model 詳細
• バージョン 詳細
• Model Deployment

Model 詳細

このセクションでは、モデルの現在のバージョンや追加されたオブジェクトの名前を表示できます。

バージョン 詳細

このセクションでは、モデルが持つバージョンの数、現在稼働中のバージョン、モデル作成日、オブジェクトの件数およびその画像を確認できます。

Model Deployment

このセクションでは、できることとして、アプリ名、フォーム名、および項目名を表示します。モデルがどの環境にデプロイされているかも確認でき、またフィルターを使って異なる環境を確認できます。

215:: テスト Model

1. ページ右上のテスト Modelをクリックします（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。

2. 222:: 223:: テスト Model の画面が表示されます。追加したオブジェクトの画像をアップロードしてください。モデルがオブジェクトを検出し、右側の 225:: Model Output の下に名前が表示されます。
   

   227:: メモ : モデルがテスト画像を検出しない場合は、228:: こちら229:: を参照してモデルのパフォーマンスを向上させてください。
   

230:: モデルのテスト後、識別されたオブジェクトの名前と231:: 信頼度スコア232:: が表示されます。

• 233:: 信頼スコアが高い場合は、そのまま公開してモデルを運用できます。
• 234:: 信頼スコアが良好な場合は、235:: 追加の画像236:: で再学習を行うことができます。
• 237:: 信頼スコアが低い場合は、トレーニングデータに不十分な画像などの不整合がないか確認し、必要な修正を行ったうえで再度モデルを学習させてください。

238:: Object Detection Model の管理

239:: モデルのトレーニングが完了したら、公開してアプリケーションで利用できるようにする必要があります。

240:: メモ241:: : 一度公開したモデルは非公開に戻すことはできませんが、モデルの変更や再学習は引き続き可能です。

• 242:: モデルの再学習
• 243:: モデルの公開
• 244:: モデルの使用

245:: モデルの再学習

246:: 追加の画像でモデルを再学習し、不適切な画像を削除することで、モデルが画像やその他の対象をより正確に検出できるようになります。モデルの効率を見直すことで、法人の視点に合わせて最適化が可能です。

247:: メモ248:: : モデルは定期的に再学習することを推奨します。これにより、物体検出モデルの信頼性と精度が向上します。

1. 249:: 250:: 右上の三点リーダー 251:: をクリックします。
   
2. 252:: クリック 253:: 再学習 254:: をクリックすると、モデルを再度トレーニングできます。新規バージョンが作成され、255:: バージョン詳細256:: に表示されます。
3. 257:: クリック 258:: 編集 259:: をクリックすると、モデルの編集が可能です。編集内容には、モデルの 260:: 名前、objectフォルダー名、画像の追加・削除などが含まれます。編集内容を反映させるには、261:: 再トレーニング 262:: を実行してください。
4. 263:: クリック 264:: 名前を変更する 265:: をクリックすると、モデル名の編集が可能です。ポップアップが表示され、モデル名を編集後、266:: 名前を変更する267:: をクリックしてください。
   
5. 268:: クリック 269:: 削除 270:: をクリックすると、モデルを削除できます。

277:: モデルの公開

278:: モデルのトレーニングとテストが完了したら、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。

1. 279:: 右上隅の 280:: 公開 Model 281:: をクリックします。
2. 282:: 表示された画面で 283:: 公開 284:: をクリックします。285:: 公開 286:: ポップアップが表示されます。
   
   
   
   

   287:: メモ288:: : 一度モデルが公開済みになると、非公開に戻すことはできません。

289:: Modelの使用

1. モデルが公開済みになると、使用する Model をクリックできます。表示されるポップアップ、またはページ右上から選択してください。
   
2. ポップアップ内のドロップダウンリストから、Application 名前 と フォーム名 を選択し、使用する Model をクリックします。
   
3. ユーザーは、選択したアプリケーションのフォームビルダーにリダイレクトされ、モデルがデプロイされます。
4. Object Detectionのポップアップが表示され、Model Input画面が開きます。
   

   メモ: 訓練済みかつ選択されたモデルは、「モデルを選択」セクションですでに選択されています。ready-to-使用する object detectionモデルを作成する際に、モデルを選択できます。
5. 「Model Input」セクションで、データ元項目をドロップダウンメニューから選択し、次をクリックします。
   

6. 初期設定では、モデル名前が項目名前として表示されます。項目名前を編集し、項目名前および項目種類（Single 折れ線グラフまたはMulti 折れ線グラフ）を選択できます。これはModel Output項目に適用されます。
   メモ : 項目名前は30文字以内で入力してください。
   
   

7. 「追加する項目」をクリックします。新しいobject detection項目が作成されます。
   

これでアプリにアクセスし、有効化したうえで、検出が必要な画像をデータ元 項目にアップロードできます。object detection項目が画像の検出を試み、画像名前がmodel output 項目に表示されます。

関連トピック

• オブジェクト検出モデルについて
• AIモデルについて
• カスタムAIモデル
• オブジェクト検出項目について