画像分類の使用例¶

本節では、Mech-DLK サンプルプロジェクトにあるコンデンサーデータセット（クリックでダウンロード）を提供し、「画像分類」モジュールを用いてモデルトレーニングを実行してサンプルプロジェクトでワークの裏表判別を実現します。

プロジェクトを新規作成して「画像分類」モジュールを追加：ホーム画面でのプロジェクトを新規作成をクリックし、プロジェクトディレクトリを選択してプロジェクト名を入力し、新しいプロジェクトを作成します。右上のをクリックし、画像分類モジュールを選択します。
ワークの正面・裏面画像データセットをインポート：ダウンロードしたデータセットを解凍し、左上のインポートをクリックし、フォルダを選択して、ダウンロードした画像データセットをインポートすることができます。
ROI 設定：画面左側の ROI ツールをクリックし、背景の干渉を減少するために、画像からコンデンサー全体を関心領域として選択して左上の適用をクリックします。
ラベルを作成：対象物の名前や特徴によってラベルを作成します。ワークの表と裏を判別する必要があるので、「表」と「裏」で名前を付けます。
画像をラベル付け：画像の左側にあるラベル付けツールバーで、ラベルを選択してラベリングすることができます。また、複数の画像を選択して一括ラベル付けすることも可能です。ラベルの一貫性を保つ必要があり、画像の裏を表とラベル付けたりしてはいけません。

ちなみに

「画像分類」モジュールでは、複数の画像を一括ラベル付けできます。
トレーニングセットと検証セットを分ける：ソフトウェアでは、デフォルトの設定として、データセットの 80％をトレーニングセット、残りの 20％を検証セットに分けます。アルゴリズムモジュールがトレーニングのプロセスに各カテゴリーの画像の特徴を学習し、検証できるように、トレーニングセットも検証セットも すべてのカテゴリー の画像が含まれることを確認してください。データセットがこの条件を満たさない場合、ドラッグスライダーをクリックして手動で調整してください。
モデルをトレーニング：デフォルトのパラメータを使って、トレーニングをクリックしてモデルのトレーニングを開始します。
モデル検証：トレーニング後、検証をクリックして検証を行い、モデルの認識結果を確認します。
モデルのエクスポート：モデルをエクスポートをクリックして保存パスを選択すると、モデル「model.dlkpack」を指定したプロジェクトフォルダにエクスポートすることができます。また、必要に応じてモデルをデプロイすることもできます。