Teachable MachineでAIの機械学習を実践
皆さま、こんにちは。
小売企業で広告販促の担当をしている1maru19です。
前回は、デジタル挑戦への第1歩としてLINE Botで住所・郵便番号のツールを制作しました。
今回はデジタル挑戦への第2歩!!
私が在籍している小売企業はお客さまに商品を販売することがお仕事です。
なのでこの商品はありますか?いくらですか?と聞かれることも多々あります。
だけど聞かれてもパっと答えられることは少なく、パソコンで調べないとわからないことばかりです。
本当はすぐに答えたい、ならすぐに答えることができるようにしようではありませんか!
というわけで今回は、Teachable Machineを使用したツール開発に挑戦するのでした♪
完成品がこちら
商品のバーコードを後述する『Node-red』で画像認識して、それに対する返信がLINE Botに来る仕様にしました。
商品のパッケージでもいいと思ったのですが、私の業界ではパッケージが似ているため、誤認識の可能性もあるかと考え、バーコードで考えてみました。
プロトタイプの中のプロトタイプのため、構想通りにいきませんでしたがそれでも画像認識で返事が来たのは感激しました!
使用ツール
●Teachable Machine
●MAKE
●LINE Developers
●SSSAPI
●Node-red
●Googleスプレッドシート
また、下記サイトさまを参考にさせていただきました。
制作手順
前回同様、LINE DivelopersでLINE公式アカウントを作っておきます。
下記をご参照ください。
●シナリオ
①『Teachable Machine』でAI学習を実施
①『Node-red』でバーコードの画像認識
②『MAKE』へ連携し、LINEへ通知
●『Teachable Machine』でAI学習を実施
画像認識するためのバーコードをAIに学習させます。
バーコードは13桁の数字を線で表現しているため、かなりのサンプリング数(400~500枚ほど)が必要でした。
●『Node-red』の設定
teachable machineノードには『Teachable Machine』の画像認識学習のURLを貼付
http requestノードには『MAKE』のWebhooksのURLを貼付
●『MAKE』の設定
Webhooksモジュールのクエリパラメーターの設定は下記をご参照ください。
私はWebhooksモジュールに四苦八苦し、だいぶ時間がかかりました…
MAKEは海外ツールのため、日本語の設定ばかりしていたために上手く認識してくれていませんでした。
無事にsyouhinnと登録することで認識してくれるようになりました。
本当は
LINE Botにバーコード画像を投稿し、それに対して商品情報が返信される仕様にしたかったのですが、力不足で実現できませんでした…
MAKEでの設定も画像認識で送られてきた商品名に対して、Googleスプレッドシートから情報抽出を目論んでいたのですが、結果は上手くいかず…
特にスタートのLINEに画像を送るという設定、その画像を認識してGoogleスプレッドシートからの情報をMAKEに送るという2点が調べても到達することができませんでした。
苦肉の策として、Routerモジュールで商品名の分岐をさせて、GoogleスプレッドシートデータをSSSAPIでJSONに組み込むという力技で仕上げました。
SSSAPIはこのような感じ
登録も簡単で赤枠を設定するだけ
スマートに作りたかったのですが、勉強不足を痛感しました。
最後に
自分自身の店舗経験があり、今回の課題を解決できれば楽になると思い、制作に挑戦しました。
今回使用した『Teachable Machine』、『Node-red』はAIの学習によるツールが作れるため、さらなる応用ができると実感しました。
賞味期限を加えたり、適正在庫数を設定したりとアイデア次第でいくらでも活用が可能だと思います。
とは言っても知識がなければ何もできないため、日々勉強・反復をしっかりと心がけていきます!
稚拙な文章ですが、お付き合いいただき、ありがとうございました。
第3歩もどうぞよろしくお願いいたします。
また、デジタルで解決できそうな課題について考えをまとめた記事をnoteで公開していますので、お目通しいただけると嬉しいです!