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。
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。