AIを作成して自分のPCで実行するまでの手順

大まかな流れは下記になります。
所要時間としてはAIの学習時間（約30分）を除くと15分くらいでした！

学習用の画像と評価用の画像を準備
ADFIにログイン
プロジェクトとデータセットを作成
学習用の画像と評価用の画像をアップロード
AIの学習を実行
作成したAIモデルと、AI実行プログラムをダウンロード
自分のPCでAI実行プログラムを実行

1. 学習用の画像と評価用の画像を準備

事前に、AIで画像検査したい画像データを準備しておきます。

今回は、公式サイトで無料で公開されている「コーヒー豆の異物検査の画像データセット」を使いました。
下記ダウンロードした画像データセットの中身は下記構成になっています。

train: 学習用の画像データ
- good: 学習画像（正常）
- chocolate: 学習画像（異常）
test: 評価用の画像データ
- good: 評価画像（正常）
- candy: 評価画像（異常）
- chocolate: 評価画像（異常）

コーヒー豆の異物検査の画像データセットのダウンロードはこちら

2. ADFIにログイン

まずは、ADFIのログインページからログインします。
初めての場合は「アカウント新規作成」を押してアカウントを作成してから、ログインします。

ADFIのログインページはこちら

3. プロジェクトとデータセットを作成

ログインしたら、右上の「プロジェクト新規作成」ボタンを押して、プロジェクトを作成します。
作成したプロジェクトをクリックして次の画面に進み、「新規DMLデータセット」ボタンを押して、データセットを作成します。
作成したデータセットをクリックして、データセットの詳細画面を開きます。

4. 学習用の画像と評価用の画像をアップロード

学習用の画像と評価用の画像をアップロードします。具体的な操作を箇条書きにします。

「学習画像（正常）」ボタンを押して、学習用の画像データをアップロードします。コーヒー豆の画像データセットの「train」→「good」フォルダを開いて、フォルダ内の画像を全て選択（Ctrl+A）して、一度にアップロードしました。
「学習画像（異常）」ボタンを押して、学習用の画像データをアップロードします。コーヒー豆の画像データセットの「train」→「chocolate」フォルダを開いて、フォルダ内の画像を全て選択（Ctrl+A）して、一度にアップロードしました。
「学習画像（異常）」でアップロードした画像の右側の「異常領域の選択」ボタンを押して、異常領域を選択（チョコレートを部分を選択）して「保存」します。これは、全ての「学習画像（異常）」に対して行います。
「評価画像（正常）」ボタンを押して、学習用の画像データをアップロードします。コーヒー豆の画像データセットの「test」→「good」フォルダを開いて、フォルダ内の画像を全て選択（Ctrl+A）して、一度にアップロードしました。
「評価画像（異常）」ボタンを押して、学習用の画像データをアップロードします。コーヒー豆の画像データセットの「test」→「candy」フォルダを開いて、フォルダ内の画像を全て選択（Ctrl+A）して、一度にアップロードしました。
「評価画像（異常）」ボタンを押して、学習用の画像データをアップロードします。コーヒー豆の画像データセットの「test」→「chocolate」フォルダを開いて、フォルダ内の画像を全て選択（Ctrl+A）して、一度にアップロードしました。

5. AIの学習を実行

「AIモデル作成」ボタンを押します。学習が完了するまで（30分くらい）待ちます。「AIモデルステータス」が「AIモデル作成済み」になったらAIの作成が完了です。

6. 作成したAIモデルと、AI実行プログラムをダウンロード

「ローカル実行情報」タブを開いて、下記ボタンを押して、AIモデルとAI実行プログラムをダウンロードします。

「ローカル環境用のAIモデルをダウンロードする」：作成したAIモデルのファイル
「ローカル環境用AI実行モジュールをダウンロードする」：AIモデルを実行するためのPythonプログラム「adfi_runtime_module_v1_0_0.zip」

7. 自分のPCでAI実行プログラムを実行

Pythonをインストール済みの自分のPCで、ダウンロードしたPythonプログラムでAIモデルを実行できます。同梱されているsample.pyの中のAIモデルのパスと画像のパスを修正するだけで、すぐにAIを実行できます。
また、sample.pyの中身を参考にすれば、自由に自分のPythonプログラムにAIを組み込めます。

Python環境のバージョンは、3.7～3.10でないとダメとの記載あり。
プログラムのコメントに記載のある下記ライブラリをインストールしておく。

pip install opencv-python
pip install cryptography
pip install pillow
pip install torch
pip install torchvision
pip install scikit-learn

sample.pyの下記部分をAIモデルのパスと入力画像のパスに変更する。

    model_path = "runtime_xxxxxxxx_xxxxxx.xxx_model"
    img_1 = "xxxxx.png"
    img_2 = "yyyyy.png"

「python sample.py」でAIを実行。

所感

簡単に、画像検査AIを作成して、自分のPC（GPU無し）で実行することができました！
これまでADFIのAPIだとAIを実行するのに画像あたり3秒くらいかかっていましたが、今回、自分のPCでAI実行すると画像あたりの処理時間が0.1秒台なので、非常に高速で満足でした！（これまでより10倍以上高速！！）
作成したAIモデルは３か月間無料で試用できるようなので、自作アプリに組み込んでいろいろと遊べそうです。