対象物検出モジュールの使用例

過去バージョンのマニュアルを表示しています。最新版のマニュアルを表示するには、ページの右上隅にあるバージョン番号をクリックして切り替えてください。

本節では、ローターのデータセット（クリックでダウンロード）を提供し、「対象物検出」の使用方法を説明します。この例では、全てのローターの位置を検出し、さらにローターの数を取得します。

また、お手元のデータも使用できます。ラベル付けの段階に多少異なりますが、全体の操作はほぼ同じです。

プロジェクトを新規作成して「対象物検出」モジュールを追加：ホーム画面の 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、対象物検出モジュールを選択します。
ローター画像のデータセットのインポート：ダウンロードしたデータを解凍します。画面の左上の インポート をクリックし、フォルダ を選択してデータセットをインポートします。
ROI 設定：をクリックして、ローターが配置されたボックスをROIとして選択してから左上の適用をクリックします。これは、不要な背景の情報による干渉を減少するためです。
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、デフォルトでデータセットの 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。をクリックしてスライダーをドラッグして手動で調整することができます。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対象物の画像が含まれることを確認してください。そうでなければ画像の名前を右クリックして トレーニングセットに移動 あるいは 検証セットに移動 をクリックして画像のカテゴリーを変更することができます。
ラベルを作成：対象物の名前または特徴によってラベルを作成します。このデータセットに対し、ローターの英語名でラベルを作成します。
画像のラベル付け：長方形ツールで画像内すべてのローターにラベルを付けます。その際、ローター以外の領域を避けて長方形の枠がぴったりとローターのエッジに沿うようにしてください。正しくないラベル付けはモデルトレーニングの効果に影響を与えます。クリックしてラベル付けのツールについての説明を確認します。
モデルトレーニング：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。クリックしてトレーニングパラメータの設定についての説明を確認します。
モデル検証：モデルトレーニング終了後、検証をクリックして結果を確認します。クリックして検証パラメータの設定についての説明を確認します。
モデルをエクスポート：モデルをエクスポート をクリックしてモデルエクスポートパラメータを設定します。それからモデルをエクスポート をクリックして保存場所を選択してからモデルをエクスポートします。