物体検出モデル は、ある精度レベルでデジタル写真から定義済みの物体を識別するように訓練することができます。 このモデル は、アップロードされた画像を分析するために人工知能(AI)を使用します。
日々、多様なオブジェクトの巨大な在庫を管理する必要がある場合、それは時間がかかり、繰り返し行う必要があります。これが、オブジェクト検出モデルが自動化プロセスを行うのに役立つ場合です。このモデルは、アップロードされたユーザー入力データを、モデルが認識できる定義済みオブジェクトと比較することによって、オブジェクトを識別します。このモデルを使用すると、在庫管理、会計などのビジネスプロセスを自動化できます。
あらゆる規模の事業には、独自のオブジェクトを検出する必要があります。例えば、建設材料を扱っている場合は、さまざまなレンガの画像をアップロードして、モデルをトレーニングして、それぞれを識別できます。
Creatorを使用すると、ビジネスニーズに合わせてカスタムオブジェクト検出モデルを構築および訓練することができます。
当社の 準備完了のモデルを使用して、事前定義されたオブジェクトのリストからオブジェクトを検出することもできます。 準備完了のモデルでは、 マイクロサービス セクションからアプリケーション名とフォーム名を選択し、新しいオブジェクト検出フィールドが作成されたフォームに移動できます。
すぐに開始し、物体検出の可能性を探求するために、サンプル画像を使用して物体検出モデルを構築して訓練することができます。このモデルはCreatorアプリケーションですぐに使用できます。
Zylkerの在庫管理アプリをCreatorを使用して構築し、さまざまなオブジェクトを検出して在庫品数を数えることをご希望であるとします。大規模な在庫の管理を手動で行うのは非常に時間がかかります。
このアプリは、3つの建設用原料をカウントします: 中空コンクリートブロック、AACブロック、リンテルブロックです。
この場合にオブジェクト検出モデルを使用する方法を以下に示します。
トレーニングデータは、モデルがデータパターンを分析し、解釈を行い、学習を行い、検出を行うのに利用される最初のデータセットです。物体検出モデルを物体を認識するようにトレーニングするには、それらの物体を含む十分な画像を収集する必要があります。
オブジェクト検出モデルに供給する画像には次のものが必要です:
あなたは、モデルが検出したいオブジェクトを含む十分な画像を収集する必要があります。 画像を収集したら、オブジェクトフォルダを作成してそのフォルダに名前を付けます。 あなたは必要な画像を1つずつまたは一度にアップロードすることができます。 また、.zipフォルダに保存されている画像もアップロードすることができます。 この場合、.zipフォルダの名前が新しく作成されたオブジェクトフォルダの名前として適用されます。 以前に収集した画像が役立ちますので、オブジェクト検出モデルにアップロードする必要があります。
訓練データを追加した後、モデルの詳細を確認できます。例えば、モデル名、タイプ、サイズ、モデルごとに追加された画像の総数などがあります。また、オブジェクト名、訓練済みの画像、オブジェクトのサイズなどのオブジェクトの詳細も確認できます。変更が必要な場合は、戻って変更を行うことができます。そうでない場合は、モデルの訓練を続行することができます。
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、ビジネスニーズに沿った期待されるアウトカムを生成して実行するようにトレーニングする必要があります。オブジェクト画像を選択し、レビューした後、モデルをトレーニングするには「トレーニング」をクリックしてください。
学習モデルが完了したら、モデルの詳細、モデルのバージョン、そしてデプロイメントの詳細(あれば)を確認することができます。そしてモデルは公開してアプリに展開する準備が整いました。
モデルを以下の方法で管理することができます:
モデルを訓練した後、モデルがどのように機能し、訓練が満足に行われているかを確認するためにモデルをテストすることができます。適切なテストデータ(オブジェクト画像)をアップロードし、モデルをテストすると、予測結果とともに信頼性スコアが得られます。
物体検出モデルは、テストデータセットの検出結果に基づいて、トレーニングモデルの信頼スコアを計算します。 例えば、トレーニング画像に類似した画像をテストデータとしてアップロードした場合、96のより高い信頼スコアを得ることができます。 より低い信頼スコアを得た場合は、モデルの性能を改善するためにこちらを参照してください。
オブジェクト検出モデルを訓練した後、それを利用可能にするために公開することができます。モデルがアプリケーションに展開されると、新しいオブジェクト検出フィールドが作成され、オブジェクトの検出を開始できます。方法を学ぶ
オブジェクト検出モデルを環境対応のCreatorアプリケーションで使用するには、そのアプリケーションの最低1つのバージョンをプロダクション環境に公開する必要があります。モデルをアプリケーションにデプロイした後、異なる環境のステージ間をフィルタリングすることができます、モデルがどのステージにデプロイされているかを確認できます。 方法を学ぶ
「導入したばかりで基本操作や設定に不安がある」、「短期間で集中的に運用開始できる状態にしたい」、「運用を開始しているが再度学び直したい」 といった課題を抱えられているユーザーさまに向けた少人数制のオンライントレーニングです。
日々の営業活動を効率的に管理し、導入効果を高めるための方法を学びましょう。