CustomVision.AI: 画像分類のためのノンコーディングの自動化された機械学習 (CustomVision.AI: Code-free automated machine learning for image classification)

Posted: 2018/01/23 カテゴリー: Uncategorized
タグ:, , , , , ,

image


Joseph Sirosh (Corporate Vice President, Artificial Intelligence & Research)

人工知能 (AI) は、ビジネスのデジタル トランスフォーメーションの背後にある最も破壊的な力の1つとして現れました。我々のミッションは、地球上のあらゆる開発者、あらゆる組織にAIをもたらし、企業が固有の差別化された方法で人間の知恵を拡張するのを助けることです。開発者、データ サイエンティストはこの革新の原動力の中心におり、我々は、開発者、データ サイエンティストが成功するための最高のツールを提供することを約束しています。これには、我々がMicrosoft Cognitive Servicesで視覚、音声、言語、知識、検索のために提供している、事前構築済みのAI機能を使った、自動化された機械学習のためのツールが含まれています。

11月のMicrosoft Connect(); 2017で、開発者、データ サイエンティスト向けのAzure上のAIツール、リソースの拡張を発表し (訳注: 関連記事)、Microsoft AIプラットフォームがどのようにしてさまざまな高度なアプリケーション シナリオを可能にするのかを説明しました。また、先月、モルソン・クアーズ、UPS、Equadexといったお客様を持つ、我々の会話AIツールのGA (一般提供) も発表しました。

我々は、転移学習、自動化された機械学習といった機能を開発者にもたらすことで、AIを簡単にすることにおける革新を素晴らしいペースで継続しています。本日は、独自のデータで簡単に分類器をトレーニングし、モデルをエクスポートし、そのカスタム分類器を自分のアプリケーションに直接組み込み、iOS、Android、他の多くのエッジ デバイス上でオフラインでリアル タイムにその分類器を実行することを可能にする、MicrosoftのCustom Vision Serviceに焦点を合わせたいと思います。

Custom Vision Service (図1) は、独自の画像分類器を簡単にトレーニング、デプロイ、改善するためのクラウド対応のツールです。開発者は、カテゴリごとに少数の画像を提供するだけで、単純なドラッグ&ドロップ インターフェイスを使って、数分で独自の画像分類器をトレーニングできます (図2)。開発者がインテリジェント エッジ向けに構築できるようにするために、Microsoft Cognitive ServicesのCustom Vision Serviceは、モバイル モデル エクスポートを追加しました。RESTエンドポイントでの自分の分類器のホストに加えて、オフライン実行するためにモデルをエクスポートできるようになりました。まずは、iOS 11向けのCore MLフォーマット、Android向けのTensorFlowフォーマットがサポートされています。エクスポートによって、自分の分類器を自分のアプリケーションに直接組み込み、その分類器をデバイス上でローカル実行できます。エクスポートされたモデルはモバイル デバイスの制約に対して最適化されているので、デバイス上でリアル タイムに分類できます。

図1 - Custom Vision Service
図1 – Custom Vision Service

図2 - Custom Vision Service
図2 – Custom Vision Service

このサービスを使って自分のカスタム視覚モデルを作成、トレーニングしたら、数クリックで自分のモデルをサービスからエクスポートできます。これによって、開発者は、モデルをオンプレミス、クラウド、モバイル/エッジ デバイス上のどこで実行する必要があったとしても、自分のカスタム モデルをあらゆる環境に迅速に持ち込むことができます (図3)。これは、「ノンコーディング」で数分でカスタム視覚モデルをエクスポートして組み込むための、最も柔軟で最も簡単な方法を開発者に提供します。

図3 - iOS上で果物を分類するカスタム視覚モデル
図3 – iOS上で果物を分類するカスタム視覚モデル

図4 - Android上で果物を分類するカスタム視覚モデル
図4 – Android上で果物を分類するカスタム視覚モデル

Custom Vision Serviceは、非常に少数のトレーニング データセットで高品質な分類器を構築するように、設計されています。これは、認識しようとしている対象の違いに対して堅牢であり、興味のないものを無視するような分類器を構築するのに役立ちます。そして、モバイル アプリケーションにリアル タイム画像分類を簡単に追加できるようになりました。コンパクトなモデルの作成、更新、エクスポートにはわずか数分しかかからず、これによって、アプリケーションの構築、繰り返しの改善が簡単になります。近い将来、エクスポートのフォーマット、サポートされるデバイスがさらに増える予定です。さらに学び、自分のカスタム画像分類器の構築を始めるには、customvision.aiドキュメントにアクセスしてください。

また、人工知能がどのようにして皆さんのデジタル トランスフォーメーションの取り組みを拡張、強化するかについてさらに学ぶために、azure.com/aiにアクセスすることをお勧めします。開発者の皆さんがAIテクノロジのスピードに追い付くのを助け、自分のソリューションの中に知能を構築し始められるようにするために、我々はAI Schoolも始めました。

image

AI Schoolの次のCustom Vision Serviceのチュートリアルを使って、自分のアプリケーションにAIを注入する方法を学んでください。

  1. Introduction to Custom Vision Service (Custom Vision Service入門)
  2. Exporting a Custom Vision model and deploying on iOS (カスタム視覚モデルのエクスポート、iOSへのデプロイ)
  3. Exporting a Custom Vision model and deploy it to an Android device (カスタム視覚モデルのエクスポート、Androidデバイスへのデプロイ)

Joseph
@josephsirosh


広告
コメント
  1. […] translation – S/N Ratio (by SATO Naoki (Neo)) > CustomVision.AI: 画像分類のためのノンコーディングの自動化された機械学習 (CustomVision.AI: Code-free automated machine learning for image classification)https://satonaoki.wordpress.com/2018/01/23/customvision-ai-code-free-automated-machine-learning-for-… […]

  2. […] CustomVision.AI: 画像分類のためのノンコーディングの自動化された機械学習 (… […]

コメントを残す

以下に詳細を記入するか、アイコンをクリックしてログインしてください。

WordPress.com ロゴ

WordPress.com アカウントを使ってコメントしています。 ログアウト / 変更 )

Twitter 画像

Twitter アカウントを使ってコメントしています。 ログアウト / 変更 )

Facebook の写真

Facebook アカウントを使ってコメントしています。 ログアウト / 変更 )

Google+ フォト

Google+ アカウントを使ってコメントしています。 ログアウト / 変更 )

%s と連携中