1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

Amazon Lookout for Visionを使ってみる

Last updated at Posted at 2024-06-10

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

グラフィックス2.png

  • 初回セットアップ時のみ【S3バケットを作成】をクリック

グラフィックス3.png

  • 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

グラフィックス5.png

プロジェクト名(今回はanomalydetection-demo)を入れ、【プロジェクトを作成】
グラフィックス6.png

データセットの作成

  • 【データセットを作成】をクリック

グラフィックス7.png

  • 【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

グラフィックス8.png

  • 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
    グラフィックス13_1.png

  • 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)

グラフィックス12_1.png

‐ 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

グラフィックス16.png

  • 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
    グラフィックス17.png

  • 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
    グラフィックス20.png

  • 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
    グラフィックス21.png

以上

1
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?