クイックスタート¶

本節では、モデルをすばやくトレーニングしてエクスポートする方法について説明します。このモデルは、対象物の欠陥を識別し、欠陥の種類を分類することができます。
Mech-DLKを使用することで、ユーザーは画像分類モジュールをセマンティックセグメンテーションモジュールとカスケード接続することでこの機能を実現できます。
Mech-DLKを使用する前に、ディープラーニング環境およびMech-DLKが成功にインストールされたかどうかを確認してください。

プロジェクトを新規作成する

図1に示すように、ホームページのプロジェクトを新規作成をクリックし、新しいプロジェクトを作成します。

図1 プロジェクトを新規作成する¶
モジュールを選択する

モジュールを追加：インターフェイスの右側にあるモジュールバーのをクリックして「セマンティックセグメンテーション」を選択し、「確認」をクリックします。

図2 モジュールを追加する¶
データをインポートする

左上隅にあるをクリックして、インポートするローカル画像を選択します。

図3 データをインポートする¶

注意

セマンティックセグメンテーションモジュールによってインポートされた画像には、欠陥のない画像が含まれている必要があり、検証セットとトレーニングセットにもそれが含まれている必要があります。それがないと、ポップアップウィンドウが表示され、後のトレーニングを正常に実行できません。
データをラベリングする

セマンティックセグメンテーションは、「Defect」というラベルを自動的に生成します。データをラベリングするには、左側のツールバーから適切なツールを選択してください。

図4 セマンティックセグメンテーション・ラベリング¶
モデルをトレーニングする

右下隅にあるトレーニングをクリックして、トレーニングを開始します。チャートを表示をクリックすれば、トレニンーグの正確度とロスが表示されます。

図5 トレニンーグチャート¶
モデルを検証する

セマンティックセグメンテーションモデルがトレーニングされたら、検証をクリックして結果を検証します。検証した後、トレーニング結果が保存されます。

図6 検証チャート¶
次のモジュールを追加する

モデルの効果が良好であることを確認したら、ページの右上隅にあるモジュールバーのをクリックして、画像分類アルゴリズムを追加します。

図7 アルゴリズムを追加する¶
データを「画像分類」モジュールにインポートする

前のモデルのトレーニング結果は、データソースとして画像分類アルゴリズムにインポートされます。「インポート」をクリックすると、選択可能なデータがポップアップボックスに表示されます。このとき、必要なデータを手動で選択してください。

図8 データをインポートする¶
画像分類ラベルを作成してラベリングする

画像分類はラベリングの前に、左下隅のラベルバーのをクリックして、異なる種類の対象物にラベルを作成する必要があります。次に、ラベルバーの左側にあるをクリックして、画像にラベルを付けます。

図9 画像分類ラベリング¶
モデルをトレーニングする

右下隅にあるトレーニングをクリックして、トレーニングを開始します。チャートを表示をクリックすれば、トレニンーグの正確度とロスが表示されます。
最後のモデルをエクスポートする

図10に示すように、モデルのトレーニングが終了したら、右側にあるモデルをエクスポートをクリックし、保存パスを選択して最適モデルをフォルダにエクスポートします。