はじめに
- Amazon Lookout for Visionで簡単に異常検知ができると聞き、試してみた記録
↓ほとんどこちらの手順通り
学習に使用するデータを用意
- 今回はMVTecのscrewデータセットをダウンロードして使用
- ダウンロード方法は割愛
- 学習用に正常：20枚
- テスト用に正常：10枚、異常：10枚
を適当に選ぶ
s3bucketを用意
- リージョンはLookout for Visionを使うリージョンと合わせる
- 以下のようなフォルダ構造にして、画像を入れる
- 今回は正常データのみで学習を試みたのでtrain/anomalyは空っぽ
任意の名前のbucket
├─train
│ ├─anomaly（空っぽ）
│ └─normal
└─test
├─anomaly
└─normal
Lookout for Visionのプロジェクトを作成
- Amazon Lookout for Visionのページに移動し【開始方法】をクリック
- 初回セットアップ時のみ【S3バケットを作成】をクリック
- はじめはダッシュボードの画面が出てくるため、左側メニューでプロジェクトに移動し【プロジェクトを作成】をクリック
プロジェクト名（今回はanomalydetection-demo）を入れ、【プロジェクトを作成】
データセットの作成
- 【データセットを作成】をクリック
- 【トレーニングデータセットとテストデータセットを作成する】を選択
-
下にスクロールし、【S3バケットからイメージをインポートする】にチェック
-
S3 URLの欄に予め作成したS3バケットのURLを入れる（trainのフォルダを指定）
-
自動ラベル付けの【フォルダ名に基づいてイメージに自動的にラベルをアタッチ】にチェックを入れる
-
テストデータセットで同様に設定する（testのフォルダを指定）
‐ 最後に【データセットを作成】をクリック
学習を開始
- データセットの作成が正しくできていれば【モデルをトレーニング】がクリックできるようになる
- データセットはtrain10枚以上、testのnormalとanomalyそれぞれ10枚以上必要
-
別画面が出るので再度【モデルをトレーニング】をクリック
-
学習が終わるのを待つ
学習済みモデルの確認
-
学習が終わると精度とリコールとF1スコア計算してくれる
-
正常のデータは正常に対する信頼性、異常のデータは異常に対する信頼性が表示される様子
以上