はじめに
Google Teachable Machine を初めて使ってみた感想を紹介します。
Teachable Machine とは？
独自の画像、音声、ポーズを認識するようコンピュータをトレーニングします。
サイト、アプリなどに使う機械学習モデルをすぐに、簡単に作成できる方法です。専門知識やコーディングは必要ありません。
引用:https://teachablemachine.withgoogle.com/
今回やったこと
今回は最もシンプルな 画像分類モデル を使用し、カメラの映像からリアルタイム判定させてみました。
1. プロジェクト作成
トップページから使ってみるを押し、[画像プロジェクト=>標準の画像モデル]を選択します。
2. データ収集
- カメラから直接撮影
or - 画像をドラッグ＆ドロップ
とにか色々な角度からの画像を混ぜると精度が安定します。
3. 学習（Train）
ボタンひとつで学習が始まります。ブラウザ上で学習ができます。短時間で学習は終わります。
4. プレビューで動作確認
学習が終わるとすぐにプレビューで動作確認できます。カメラ前に物を置くだけで予測が表示され、精度の傾向がわかりやすいです。
モデルのエクスポート
Teachable Machine は複数形式にエクスポートできます。
使ってみて分かったこと
1.少しの写真の量でも学習できた
背景や光量が大きく変わらなければ、高校生の自作データセットでも普通に分類してくれるレベルでした。
2. データの偏りが精度に直結する
1 クラスだけ写真が少ないと精度が落ちます。各クラス 30〜50 枚程度揃えると安定しました。
3. Web への組み込みが簡単
TensorFlow.js 形式なら、画像モデルなら数行で動きました。Next.js での組み込みも問題ないと思います。
まとめ
Teachable Machine はすごく簡単に画像を解析できる入門にちょうどいいツールだと感じました。画像解析 の入り口として、ぜひ一度触ってみてください！