Amazon Rekognitionで画像分類を実施してみた

背景

撮影した動物の画像が気に入らなかった場合、自動的に取捨選択してくれたら楽だな
AWSの勉強も行いたい

ということで、画像分類に特化したAmazon Rekognitionのサービスをえらびました

Amazon Rekognitionについて

機械学習 (ML) モデルとインフラストラクチャを最初から構築することなく、事前にトレーニングされた、またはカスタマイズ可能なコンピュータビジョン API をアプリケーションにすばやく追加

何百万もの画像、ストリーミング、保存された動画を数秒で分析して、AI を使用して人間のレビュータスクを強化

フルマネージド AI 機能を使用して、ビジネス上のニーズに基づいてスケールアップおよびスケールダウンを行い、分析した画像と動画に対してのみ料金を支払います。

参照：https://aws.amazon.com/jp/rekognition/

流れ

データの準備（前処理）
プロジェクトの作成
データセットの作成
モデルの作成・評価

データ準備（前処理）

ブラウザからS3に画像をアップロード
参考：Ahttps://docs.aws.amazon.com/ja_jp/sdk-for-javascript/v3/developer-guide/s3-example-photo-album.html

アルバム・写真を保存できるS3バケットを作成する
画像をアップロード

Amazon Rekognition導入

AWSコンソール画面（https://us-east-1.console.aws.amazon.com/console ) から Amazon Rekognitionを選択

Amazon Rekognition　> カスタムラベルを使用 > ご利用開始にあたって > プロジェクト > 作成

先に流れを確認したい場合はチュートリアル・サンプルプロジェクトなどで大まかな流れを確認できます。
https://us-west-2.console.aws.amazon.com/rekognition/custom-labels?region=us-west-2#/get-started/example-projects

データセット作成

今回はトレーニングデータとテストデータを分けていないので、

自動的に8:2で分けられるよう 1つのデータセットを設定します。

事前に作成したS3を使用します

S3のURLについては、使用画像が入っているディレクトリで　S3　URLをコピー　を選択すればOK

パケット側の設定

ポリシーをコピーし、Paste the policy into the "Bucket Policy" section of xxx…　を選択　

↓

対象バケットの　バケットポリシー　を編集、データセット作成を選択

結果

データセットが作成済み　という表示になりました。

新しくラベルを追加する

ローカルコンピュータから使用する画像にはラベルがつかないので、自身でラベルをつくります。
ディレクトリを分けている場合、あらかじめラベルを設定することもできます。

新しいラベルの追加
ラベル付けを開始　＞　　ラベルを追加　＞　新しいラベル名＞　ラベルを追加　＞　保存

参考：https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/md-labels.html

　2. 細かく設定したい場合は、画像ごとに境界を設定

　　犬と判定してほしい箇所に犬のラベルを付けました
　3. トレーニングデータ・テストデータともにラベル付けを行い、完了
　※ともにラベル付けを行わないと、モデルのトレーニングができないので注意

モデルのトレーニング

プロジェクト > 対象のプロジェクト > モードのトレーニングを選ぶ

入力項目は変更せず、モデルをトレーニング　を選択

　モデルのステータスが　TRAINING_IN_PROGRESS　→　TRAINING_COMPLETED　になっていれば成功

↓

参考：https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/training-model.html