高精度なモデルを得るため

現在ご覧いただいているのは2.5.1 バージョンの内容です。異なるバージョンを参照する場合は、画面右上のボタンから切り替えが可能です。

■ 最新版をご利用される場合は、弊社ホームページよりダウンロードが可能です。ダウンロードにはパスワードが必要となりますので、サポート窓口までお問い合わせください。

■ ご利用中のバージョンが分からない場合はお気軽にサポート窓口までご連絡ください。

本節では、最もモデルの品質に影響を与えるいくつかの要因および高品質なモデルをトレーニングする方法について紹介していきます。

画像の品質を確保する

「テキスト認識」モジュールだけを使用する場合、モデルの品質を確保するために、以下のようにしてください。

画像の 露出過度、露出不足、ぼやけ、遮蔽 を回避します。これらが発生したら、ディープラーニングモデルが依存する画像の特徴が失われ、モデル学習の効果に影響を与える可能性があります。

画像品質低下：テキスト領域に遮蔽があり、認識の邪魔になります。

改善案：テキスト領域に遮蔽がないようにします。

画像品質低下：露出過度画像品質低下：露出不足

改善案：遮光・補光を行います。
テキスト方向が前向き（0°）の画像をインポートしてください。テキストの向きがバラバラな場合、「テキスト検出」モジュールを使用して画像を処理しておいてください。その後インポート 前のモジュールからインポートをクリックし、「画像補正」機能がオンになっていることを確認します。

画像品質低下：テキスト領域に遮蔽があり、認識の邪魔になります。

改善案：テキスト領域に遮蔽がないようにします。

画像品質低下：露出過度	画像品質低下：露出不足

改善案：遮光・補光を行います。

「テキスト認識」モジュールの前に「テキスト検出」または「対象物検出」モジュールを使用し、モデルの効果を向上させることができます。ただ、「テキスト認識」のあとに別のモジュールを接続できません。

「テキスト検出」モジュールを前に接続する場合、インポート 前のモジュールからインポートをクリックし、「画像補正」機能がオンになっていることを確認してください（デフォルトではオンになっている）。

普通、「画像補正」機能は画像を上向き（0°）にしますが上向き画像を180°回転することもあります。実際に応じて使用してください。

補正前補正後

「テキスト認識」はラベル付けられた領域のテキストを認識して結果を生成します。最後に手動で確認します。品質の高いモデルをトレーニングするために実際と一致している画像を使用してください。

画像枚数を控える

初めて「テキスト認識」モジュールを使用するとき、20~30 枚の画像を使用することをお勧めします。検証の結果によって増やしたり減らしたりしてください。
各種類のデータを均等な割合で使用する

トレーニングセットの画像の割合を均等にしてください。これは、モデルの効果を確保するためです。
無効データを回避する

質の高い画像を使用してください。質の低い画像を使用すれば、モデルトレーニングに悪い影響を与えます。