対象物検出モジュールの使用例
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。 |
使用手順
-
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。
-
ワーク画像データをインポート:ダウンロードした圧縮フォルダを解凍し、左上の インポート/エクスポートをクリックし、フォルダをインポートを選択して、ダウンロードした画像データをインポートすることができます。
注記: データセットをインポートを選択すると、DLKDB 形式(.dlkd)と COCO 形式のデータセットにのみ対応できます(クリックしてサンプルデータセットをダウンロード)。
-
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 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。
ラベルを右クリックして右へマージを選択してデータを別の分類に変更することができます。モデルをトレーニングしてからラベルをマージした場合に、モデルを再度トレーニングしてください。 -
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。
-
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。
モデルを検証した後、新しい画像をモジュールにインポートして事前トレーニングラベル付け機能を使用して自動ラベル付けを実行できます。詳細は、事前トレーニングラベル付け機能をお読みください。
-
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」を設定してからモデルをエクスポートをクリックします。保存パスを指定してください。
一回に推論を実行する目標の最大数。初期値は 100 です。 エクスポートされたモデルは Mech-Vision とMech-DLK SDK に使用できます。クリック して詳細な説明を確認します。