Amazon Lookout for Visionを使ってみる

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