画像分類モジュールの使用例

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：Mech-DLK を起動し、ホーム画面のプロジェクトを新規作成をクリックします。保存パスを選択し、プロジェクト名を入力して新しいプロジェクトを作成します。メイン画面の右上にあるモジュールバーで、入力モジュール下の + ボタンをクリックし、モジュール追加ウィンドウで画像分類モジュールを選択します。

画像をインポート：取得した画像データをインポートするか、前述のデータ圧縮ファイルを解凍して使用します。以下の方法で画像をインポートしてください。

クラスを作成：右側にある ＋新規作成 をクリックし、対象物の名前や特徴によってクラスを作成します。ワークの表裏を区別するので、クラス名を「front」と「back」と付けます。

画像のラベル付け：画像左側のラベル付けツールバーで該当クラスを選択し、ラベリングすることができます。また、複数画像の同時選択による一括ラベル付けも可能です。クラスの一貫性を厳守してください。画像の裏を表と誤ってラベルを付けたりする行為は禁じます。クリックでラベル付けのツールについての説明を確認します。

トレーニングセットと検証セットの振り分け：ソフトウェア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に、20% を検証セットに分けます。トレーニングセットと検証セットの両方に*すべてのカテゴリー*の画像が含まれることを確保する必要があります。これにより、アルゴリズムモジュールはトレーニングのプロセスで全カテゴリーの特徴を習得するとともに、全種類の画像に対する検証を実行できます。デフォルトのデータ分配が上記の条件を満たさない場合、画像名を右クリックし、トレーニングセットに移動または検証セットに移動を選択して画像の所属を変更することができます。

モデルトレーニング：デフォルトのパラメータを使用し、トレーニング をクリックすると、モデルトレーニングを開始します。

トレーニング情報による進捗監視：トレーニングタブ内のトレーニング情報バーで、モデルのトレーニング状況をリアルタイムに確認できます。

「トレーニングチャート」から状況確認：トレーニングタブのチャートを表示ボタンをクリックしてトレーニングチャートを表示して、曲線の変化から精度の推移を把握します。正確度曲線が全体的に上昇傾向、損失曲線が全体的に低下傾向を示すことから、現在のトレーニングプロセスが正常に進行していることがわかります。

実際の状況に応じてトレーニングを中止（オプション）：モデルの正確度が要求水準に達した場合、時間節約のため「トレーニングセンター」ボタンをクリックし、タスクリストから対象プロジェクトを選択して をクリックすると、トレーニングが中止されます。また、モデルトレーニングの完了まで待ち、正確度の最大値などのパラメータを観測することで、トレーニングの効果を初期的に判断できます。

CAM（クラス活性化マップ）を表示：画像分類モデルのトレーニングを実行した後、「検証」タブにあるCAM の右の生成ボタンをクリックします。CAM 生成後、CAM のアイコン をクリックすると確認できます。 CAMは、モデルトレーニング中に画像の注目されている特徴エリアを可視化し、分類状況の検証とモデルの最適化に役立ちます。

モデル検証：トレーニング終了・中止後、検証タブに切り替えて検証ボタンをクリックし、モデルの検証を行います。

トレーニングセットのモデル検証結果を確認：検証終了後、検証タブの検証統計から検証の結果を確認できます。

再トレーニング：新たにラベル付けした画像をトレーニングセットに追加した後、トレーニングボタンをクリックして、再トレーニングを開始します。

モデル検証結果の再チェック：再トレーニング終了後、再び検証ボタンをクリックしてモデルの検証を行い、各データセットにおけるモデルの検証結果を確認します。

モデルの微調整（オプション）：開発者モードをオンにすることで、トレーニングパラメータ設定でモデルの微調整が可能になります。詳細な説明は、モデルの追加学習をご参照ください。

モデルの最適化：モデルが使用要件を満たすまで上記の手順を繰り返します。