対象物検出モジュールの使用例

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：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対象物検出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。

ROI 設定：ROI ツールのアイコン をクリックして、画像からローターが配置された部品箱を ROI として指定します。その後、ROI 枠の右下にある確定アイコン をクリックして適用します。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/検証セット分割アイコン をクリックしてスライダーをドラッグすることで比率を調整できます。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。

クラスを作成：対象物の名前または特徴によってクラスを作成します。このデータセットに対し、ローターの英語名で作成を作成します。

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 をクリックすればモデルのトレーニングを開始します。

トレーニング状況確認：トレーニングタブからモデルのトレーニング状況をリアルタイムで確認できます。

「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になると、トレーニングが正常に進行していることになります。

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。

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てから、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してトレーニングパラメータ設定でモデルを微調整することが可能です。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。

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ます。表示されたウィンドウで推論目標の最大数を設定し、保存場所をしてしてからモデルをエクスポートをクリックしてモデルをエクスポートします。