教師なしセグメンテーションモジュールの使用例
本節では、ビール瓶の底のデータ（ダウンロード先）を例に、「教師なしセグメンテーションモジュール」の使用方法を説明します。画像の欠陥を検出できるモデルをトレーニングします。
| 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「教師なしセグメンテーション」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、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、「教師なしセグメンテーション」モジュールを選択します。画像に不要な背景がある場合、「教師なしセグメンテーション」モジュールの前に「対象物検出」モジュールを接続してください。画像の対象物の向きがバラバラな場合、「素早く位置決め」モジュールを接続してください。モジュールの接続についてはモジュールの接続をお読みください。 
-
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。
ユーザーが準備したデータをインポートする場合、画像には対象物の位置や形状、寸法がバラバラになったり、背景が様々になったりすることがないようにしてください。このようなデータはモデルの効果に影響します。モデルの効果を確保するために、差が小さい OK 画像を使用してください。
多数の画像 不正確なラベル付け 
-
データセットをインポートを選択すると、DLKDB 形式（.dlkd）のデータセット、すなわち Mech-DLK からエクスポートされたデータセットにのみ対応できます。
-
NG 画像を追加することを推奨します。これによりモデルの効果の改善に役立ちます。
-
-
ROI を設定：ROI ツール
をクリックし、画像のテキストを納める領域を設定し、画像の右下の
をクリックして適用します。ROI を設定することで、背景による干渉を抑えられます。ROI の境界は、なるべく対象物の外縁に近づかせます。ROI 設定はすべての画像に適用されます。そのため、すべての画像にある対象物が ROI 内にあることを確認してください。 
-
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、デフォルトの設定として、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、スライダをドラッグしてその割合を調整することができます。
-
画像ラベル付け：画像の左のツールバーから OK ボタン
または NG ボタン
を選択して画像にラベルを付けます。
-
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。
トレーニングセットの NG 画像は検証セットに配置され、検証のために使用されます。 
-
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。
「検証」パネルのしきい値編集をクリックします。表示されたウィンドウでしきい値を編集します。緑の線は OK 結果のしきい値を、赤の線は NG 結果のしきい値を設定します。編集後、新ししきい値でモデルを再度検証してください。 -
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て保存場所を指定してからモデルをエクスポートします。
エクスポートされたモデルは 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。