画像認識AIを使ったLINE BOTを、ネタとしてポテトチップスを使って、作ってみました。
はじめに
自分自身で撮影した画像を使って学習モデルを作り、LINE Botを通じて、画像認識させました。
作り方
2z (@2zn01) さんの3つの記事を参考にしました。
今話題のAIをweb上で誰でも気軽に作れる「AIメーカー」を作ってみた
今注目のAIアプリを簡単に作れる、「AIメーカー」のAPIを公開しました！
LINE Botは便利
アプリを作る場合、iOSとAndroid版を作る必要があると思いますが、LINE Botだと１つ作るだけでいいのでUIとして簡単です。
苦労したこと
学習モデルを作るために画像を自分自身で準備しました。AIメーカーはタグから自動で画像データを収集して学習するのが特徴になっていますが、今回は自分自身で撮影した画像を使って学習モデルを作りました。4種のポテトチップスを買ってきてお皿にいれて20枚ずつ角度を変えて画像撮影するのですが、やってみると結構大変でした。
準備した画像
4種のポテトチップスを20枚ずつ、1280 pixel x 851 pixelの画像サイズで準備して、AIメーカー内で学習させました。
| 種類 | 写真例 | サイズ | 用意した枚数 |
|---|---|---|---|
| うすしお |  |
1280 pixel x 851 pixel | 20枚 |
| コンソメ |  |
1280 pixel x 851 pixel | 20枚 |
| のりしお |  |
1280 pixel x 851 pixel | 20枚 |
| 厚切り |  |
1280 pixel x 851 pixel | 20枚 |
作ったAIメーカー：ポテトチップスを見分ける は、こちら。
2019年6月21日時点で総合ランキング111位になっています。
動作
動作は、Youtubeで見てください。
QRコード
ポテトチップスを判定するLINE Botを試してみてください。
その後
その後、湖池屋・カルビーのポテチ判別も作りました。
湖池屋とカルビーのポテトチップス（うすしお）を見分けます。
前回は学習用の画像のサイズは、1280pixel x 851pixel でしたが、画像認識の学習モデルに使用する画像は一般的にもっと小さくしてモデル学習に負荷をかけないようにしているようなので、この2回目のモデル作成には400pixel x 265pixelのサイズの画像を20～22枚程度使用しました。また、Negative（どれでもない）dataというのを入れることもあると知り、今回は、湖池屋 or カルビー or どちらでもない という画像セットを用意して学習させています。Negative dataには、湖池屋のり塩、カルビーのり塩、きのこの山、たけのこの里、アポロなどの画像で合計20枚の画像を使用しました。
これも試してみてください。
