Amazon Rekognition カスタムラベルを試す

画像認識AIを簡単に構築できる、Amazon Rekognitionを使ってみたので備忘録

今回は分類モデルを作ってみる

...
世の中にあるようなモノの概念であれば、LLMを使えば分類ができるかもしれないですが
独自の概念、ラベルの定義が必要な場合は本ソリューションの出番があるかも。

では早速。

---

1.プロジェクトの作成

2.データセットの作成

3.トレーニングデータセットの選択

なおデータセットはみんな大好き（というか親の顔より見た）MNIST。
画像サイズは最小64ピクセルになるらしいから、事前に128x128にしておいた。

4.アノテーション、トレーニング実施

「ラベルを管理」から、ラベルを定義して、各画像にラベルを付与していく。
アノテーションが完了したらトレーニング実施

5.モデル利用

モデル学習完了後、「モデルの開始または停止」で開始を押下。

AWS CLIでバケットと画像パスを指定し、実行
(Pythonでもできるようです)

aws rekognition detect-custom-labels \
  --project-version-arn "arn ..." \
  --image '{"S3Object": {"Bucket": "バケット名", "Name": "画像パス"}}' \
  --region ap-northeast-1

以下推論結果。うん、まあ正解。

{
    "CustomLabels": [
        {
            "Name": "label0",
            "Confidence": 61.69499588012695
        }
    ]
}

...モデルの検証完了。
あとは忘れないように、モデルの停止、プロジェクトの削除、S3バケットの削除をしてお片付け完了）

---

簡単に分類モデルが作れた。物体検出にも対応してそうです。
一つの技術の引き出しとしてメモでした📝📝