はじめに
この投稿は AI-102: Microsoft Azure AI エンジニア の学習をした内容のメモです。
投稿の一覧は以下のリンク先にあります。
前の投稿
画像を分析する
Azure AI 画像分析には以下のような機能があります。
| 名前 | 説明 |
|---|---|
| タグ付け | 画像のコンテキストを表す場所や物の単語を出力 |
| 物体検出 | 画像に含まれる物体を画像内の座標と共に出力 |
| 画像分類 | 画像の内容に基づいて適切にラベル付けする |
| 人物検出 | 画像に含まれる人物の座標を出力 |
| キャプション生成 | 画像のキャプションを生成 |
カスタム コンピューター ビジョン モデルの作成
カスタム コンピューター ビジョン モデルを作成すると、自分で用意した画像によりモデルを訓練することができます。
例として、Github でサンプルとして公開されている 2 種類の葉っぱの画像を用意して、それらを分類する画像分類モデルを作成してみます。
| 名前 | 画像例 |
|---|---|
| Hemlock |  |
| Cherry |  |
あらかじめ Azure 上で Blob ストレージにコンテナを作成し、公開されているサンプル画像をアップロードしておきます。
以下の手順で行います。
- Azure 上で Azure AI サービスリソース、または Custom Vision リソースを作成
※ 以前の記事で作成したリソースを使用します。 - Vision Studio または Azure AI Foundry データセットを作成し、ラベル付け
- ラベル付けしたデータによって、モデルをトレーニング
以下で、2 の手順を順に見ていきます。
データセットの作成
Vision Studio で画像分類プロジェクトを作成します。まず、使用する Azure AI サービスリソースを選択します。
Azure AI サービスのリージョンによってはカスタムモデルの作成が利用できません。利用できない場合は以下のような警告が表示されます。
次に、データセットを作成します。データセットの作成時に、 画像ファイルをアップロードした Blob ストレージのコンテナを指定します。
データセットのラベル付け
サンプル画像をラベル付けします。今回は 2 種類の画像があるので "hemlock" または "cherry" とラベル付けします。
まず、プロジェクトとワークスペースを作成します。
次に、ラベルのカテゴリを指定します。ラベルとして "hemlock" と "cherry" を追加します。
検証した際はラベル付けのウィザードで、以下の [ML Assist によるラベル付けを有効にする] のチェックをオフにしないと、クォータが足りない旨のエラーになりラベル付けが行えませんでした。
最後に、各サンプル画像をラベル付けします。
カスタム画像モデルをトレーニングする
以下の画面で [+ Add COCO file] ボタンから、ラベル付けした結果をインポートします。
その後、[Custom Models] からモデルの作成を行います。
モデル作成の際は訓練に利用する最大時間を指定します。
学習が完了すると、ステータスが Succeeded になります。
カスタム ビジョン モデルのメトリックを評価する
学習したモデルをテストするには、まず、同じ手順でテスト用のデータセットを作成します。
その後、テスト用のデータセットを指定してモデルの評価を実行します。
カスタム ビジョン モデルを使用する
[Try it Out] ボタンから、作成したモデルをテストすることができます。画像をアップロードして応答を確認したり、モデルを使用するサンプルコードを確認することができます。
ビデオを分析する
Azure AI Video Indexer
Azure AI Vision ではビデオの分析も行うことができます。 Azure AI Video Indexer を利用すると、ビデオの登場人物やトピックを抽出することができます。
Azure AI 空間分析
Azure AI 空間分析により、ビデオ内に人の移動を追跡する、といったこともできます。
Vision Studioに用意されているサンプルデータで簡単に試すことができます。
人の出入りの分析
[Spatial analysis] - [Detect when people enter/exit a zone] を選択します。
サンプルのビデオを選択すると、人物が検知されて、枠内の人数がカウントされていることが確認できます。
ビデオの要約
ビデオの内容をシーンごとに要約し、キーワードでビデオ内のシーンを検索することができます。
サンプルデータについて、キーワード検索によって一致するシーンを表示されることを確認できます。
次の投稿