みなさんこんにちは～ 夏 生です。
私は普段化粧品関連の部署で商品の仕入れを担当していて最近デジタルの勉強を始めました！
今回はTeachable Machineを使ってお店の悩みも商品部の悩みも一挙に解決しよう！の巻です。
作ったものはこちら
Teachable Machineってなに？
まずは今回使うTeachable Machineってなんぞ？を解説します。
Teachable Machine は、Google が提供する機械学習ツールです。このツールを使用することで、ユーザーは簡単に機械学習モデルを作成することができます。
初心者でも簡単に使えるUIが特徴で、ユーザーは、画像やビデオをアップロードし、ラベルを付けるだけで機械学習モデルを作成することができます。また、作成したモデルはウェブカメラやマイクを使ってリアルタイムにテストすることもできます。
具体的な例を挙げると、雑誌の画像を裏・表というラベルを付けて学習させ、実際に雑誌をカメラに映した時に裏と表を判別させるというようなことができます。
詳しくはこちらから▼
今回、Teachable Machineを使った背景も簡単に書きます。
普段私たち商品を調達する側の人間は商品の陳列の仕方や場所もお店に指示書で指示をしているのですが
お店に実際に足を運んでみると。。。並んでいない！あるいは並べ方が違う！なんてことが多々あります。
店舗への巡回へは複数人で行くのであちこちできていないところを写真を撮って全店に徹底してもらえるように毎週発信しているのですが、なかなか改善されない陳列にやきもきしていました。
しかし私が店舗にいたときのことを思い出してみると、いちいち指示書なんてみてられないから陳列場所がわからない、PC開く時間なんてない、パートさんにまで指示書の存在が伝わってないし教える時間もないからとりあえずいい感じに並べなきゃ。となっていたことがあります。
どちらの立場の気持ちも尊重したい。わがままですが一気に解決したいと思いました。
そこで作成したのが、、、
陳列場所教えてくれルン★
です。毎度安直命名すみません。
この子に商品の画像を登録して（学習させて）、ラベルを陳列場所に設定しています。
商品画像を見せると、その商品がどの位置に来るか教えてくれます。
ここからは具体的な作成手順をご紹介します！
作成手順
①画像データの収集
まず、棚の陳列状況を判断するための画像データを用意します。このデータは、モデルが正しい配置かどうかを学習するために必要です。
各パターンの画像を可能な限り多く集めることで、モデルの精度が向上します。
本来は商品を用意してカメラから100枚以上読み込むのが良いです。
今回は商品を用意できなかったため各商品の単品画像と販促物に陳列した状態の画像の2種類を集めました。
②ラベルと画像の登録
続いてラベルと画像ぼ登録をします。
今回は最上段・中段・最下段の3つを登録しました。
前項で用意しておいた写真を並ぶ場所のラベルに登録します。
③モデルをトレーニング
作成したモデルが実際に動くかトレーニングします。モデルをトレーニングするを押します。
トレーニングを押すとプレビューが出ます。
初期設定ではカメラでの画像認識になっていますのでPCで行う場合、自分の顔面が出てきます。
ここに先ほど登録した商品画像を映すと画像が登録されているラベルが表示されます。
今回のように実物がない場合はカメラで読み込むのではなく、画像を読み込むこともできます。
ファイルをクリックして、認識させたい画像をインポートします。
画像データが少ないため、あまり出力できていませんが最上段であることを認識できています。
まとめ
Teachable Machineを使用すれば陳列間違いをすぐに発見できたり、場所を指示することも容易にできるようになります。
もう少し商品を実際に用意して制度を上げられたらよかったのですが、今回はサンプルを手に入れられず断念しました。
このモデルをエクスポートすればcodepenなどを使ってウェブ上でアプリを作成することもできます。
時間があれば次回はアプリ化したいと思います！
是非みなさんも試してみて下さい。