DataRobotで画像認識を試してみた

概要

DataRobotはデータファイルをドラッグアンドドロップし数クリックで機械学習予測モデルを完成できるツールです。
実はDataRobotも画像認識のモデルを生成することができるのでそちらの手順を確認していきます。
今回は今や外出する際の必需品となったマスクの装着有無を判定するモデルを作ってみます。

学習用データセットの作成

学習用のデータはZip形式でアップロードします。
※データセットはKaggleから拝借しました。

mask.zip
│  mask.csv
│
├─WithMask
│  image01.png
│  image02.png
│  image03.png
│
└─WithoutMask
   image04.png
   image05.png
   image06.png

CSVの中身は以下のような形で実際の画像ファイルへの相対パスとマスク判定の答え（ラベリング）をbooleanで記載します

path,is_mask
WithMask/image01.png,TRUE
WithMask/image02.png,TRUE
WithMask/image03.png,TRUE
WithoutMask/image04.png,FALSE
WithoutMask/image05.png,FALSE
WithoutMask/image06.png,FALSE

上記のフォルダ構成をZipで固めてDataRobotにアップロードするとデータセットのメタデータや、データ品質が確認できます。

モデルの作成

モデルの作成はいたって簡単で、ターゲットとなる特徴量を指定して「開始」をクリックするだけです。
少し待っていると複数のモデルが作成され、精度順に並び変えてくれます。

今回はデプロイ推奨のElastic-Net Classifier (L2 / Binomial Deviance)を見ていきます。
モデルを選択するとそのモデルの評価や、解釈を確認することができます。

ROC曲線や

アクティベーションマップ（AIがどこを見ているか）も確認できます。

モデルの使用

DataRobotで作成したモデルはデプロイしないと予測処理に使用することができません。
先程のモデルの「予測」タブからデプロイを実施します。
※デプロイ可能数は契約内容によって異なりますので要確認

デプロイするとモデルへのエンドポイントが払い出され、API経由で予測処理が使用可能になります。ブラウザからの予測も可能なので今回はブラウザから試してみます。

以下の構成でZipファイルを作成します

prediction.zip
│  prediction.csv
│  WithMask.png

WithMask.png

prediction.csv

path
WithMask.png

作成したZipファイルをアップロードし予測を開始します。

予測が完了すると結果のCSVファイルがダウンロードされます。

99.9%以上の確率でマスクを着けていると判定されました！

まとめ

非常に高精度のモデルが数クリックで作成できてしまいました。
画像を扱う分析なので多少アップロードやモデル作成に時間がかかりますが、動画からフレームを切り取って施設に入る際のマスク検知などに活用できそうだなと感じました。