重要
英語以外の翻訳は便宜上のみ提供されています。 詳細なバージョンについては、このドキュメントのEN-USバージョンを参照してください。
透明度に関するメモとは
AI システムには、テクノロジだけでなく、それを使用するユーザー、影響を受けるユーザー、デプロイされる環境も含まれます。 目的に合ったシステムを作成するには、テクノロジのしくみ、機能と制限事項、および最適なパフォーマンスを実現する方法を理解する必要があります。 Microsoftの透明性に関するメモは、AI テクノロジのしくみ、システム所有者がシステムのパフォーマンスと動作に影響を与える選択肢、およびテクノロジ、人、環境など、システム全体について考えることの重要性を理解するのに役立ちます。 独自のシステムを開発または展開するときに Transparency Notes を使用したり、システムを使用するユーザーやシステムの影響を受けるユーザーと共有したりできます。
Microsoftの透明性に関するメモは、AI の原則を実践するためのMicrosoftの広範な取り組みの一環です。 詳細については、Microsoft AI 原則を参照してください。
Custom Vision の概要
Custom Vision は、独自の画像識別システムを構築、デプロイ、改善できる画像認識サービスです。 このサービスでは、画像を分類したり、画像内のオブジェクトを視覚的な特性に基づいて検出したりして、予測するカテゴリを指定したり、システムで学習する画像の例を指定したりできます。
Custom Vision の機能
Custom Vision サービスでは、機械学習を使用して画像を分析します。 問題の特性が含まれている画像と不足している画像を送信します。 自分で画像にラベルを付けます。 次に、アルゴリズムは、このデータを使用して自身をトレーニングし、同じ画像で自身をテストすることによって独自の精度を計算します。 アルゴリズムをトレーニングしたら、それをテスト、再トレーニングし、最終的に画像認識アプリケーションまたはソリューションで使用して、新しい画像の予測を推測できます。 オフラインで使用するためにモデル自体をエクスポートすることもできます。
詳細については、「 Custom Vision とは」を参照してください。
用語と定義
| 用語 | 定義 |
|---|---|
| 基本モデル | 基本モデルは、特定の種類のタスク (画像分類や物体検出など) のアーキテクチャを調整するために使用されるモデル アーキテクチャとトレーニング データの組み合わせです。 基本モデルはMicrosoftによって構築され、一般、食品、ランドマーク、小売、ロゴ、棚上の製品など、さまざまなドメインの転移学習プロセスの開始点として使用されます。 |
| モデル トレーニング | これは、顧客が提供するラベル付き画像に基づいてモデルをトレーニングするプロセスを指します。 |
| 転移学習 | 顧客が提供するトレーニング データを使用してベース モデルを再トレーニングし、顧客が解決しようとしている特定の問題に対処します。 トレーニング データは、認識するクラスと画像の種類の組み合わせである場合があります。 |
| クラス | トレーニング済みモデルには、入力イメージの分析時に割り当てられるクラスのセットがあります。 Custom Vision を使用してモデルを構築する場合は、モデルで出力するクラスのセットを定義し、各クラスにラベル付けされたトレーニング データを提供します。 |
| クラスと精度のペア | クラスと精度のペアは、クラスの名前と、クラス検出に関連付けられている信頼度スコアの float 値で構成される 2 つの値のセットです。 たとえば、クラスは、画像セットで表されるパインや梨のような果物の種類である場合があります。 クラスと精度のペアは、特定のクラスと、そのクラスが画像内に存在する確率を示す信頼度スコアを指します (例: パイナップル: 93.53%)。 |
| 画像分類機能 | この機能は、画像を入力として受け取り、画像レベルのプロパティであるクラス精度ペアのセットを出力します (画像内の場所は指定しません)。 たとえば、ペアはフルーツと非フルーツの場合があり、画像の大部分はそれぞれのクラスによって占有されます。 |
| 物体検出機能 | この機能は、画像を入力として受け取り、画像内でこれらのクラスが検出された場所の境界ボックス座標も含むクラス精度ペアのセットを出力します。 たとえば、モデルは、画像内の車両が見つかった場所の境界ボックス座標を検出する場合があります。 |
| 境界ボックス | 画像の左上隅に対する検出対象の左上隅のx,yピクセル座標、検出対象の幅、検出対象の幅を表す4つの数値のセット。 |
| プロジェクト | トレーニング データ、そのデータからトレーニングされたモデル、およびそれらのモデル用に作成された予測エンドポイントを含む論理グループ。 |
Custom Vision の関数
Custom Vision の機能は、2 つの機能に分けることができます。 画像分類 では、1 つ以上のラベルが画像に適用されます。 オブジェクト検出 は、検出されたオブジェクトに適用されたラベルが見つかる画像内の座標を返します。 どちらの機能も、API、SDK、Web サイト ( https://customvision.ai) を介して配信されます。
Custom Vision では、次の高度な機能を使用して、Foundry Tools モデルのカスタム Azure Vision の作成と使用をサポートしています。 これらは、使用するモデルを準備するために完了する 2 つの主要なアクティビティを表します。
データ ラベル付け は、モデルで分類する必要がある画像のクラスを使用してトレーニング 画像に注釈を付けるプロセスです。 物体検出の場合は、トレーニング画像に、画像内で検出されるオブジェクトを囲む境界ボックスで注釈を付けます。 Custom Vision には、選択したクラスでトレーニング 画像にラベルを付けることができる Web ポータルが用意されています。 トレーニング データにラベルが付いたら、モデルのトレーニングに使用できます。
モデル トレーニング では、基本モデルと転送学習を使用して、顧客が提供する画像と対応するクラス用に最適化されたモデルをトレーニングします。 モデルの品質は、提供するトレーニング データの量と品質に大きく依存します。 Custom Vision では、提供されるトレーニング データの分割に基づいてモデルのパフォーマンスを概算するための精度メトリックが提供されます。
モデルを使用する準備ができたら、処理用の画像を送信して モデル予測 を行うことができます。 カスタム サービス クラウドでモデルをホストすることも、必要に応じてさまざまな形式でモデルをエクスポートすることもできます。
時間の経過に伴うモデルの品質を向上させるには、運用デプロイからデータをサンプリングするか、そのデータにラベルが付けられているときにさらに多くのデータを収集してモデルを再トレーニングします。 このプロセスを支援するために、スマート ラベル付けを使用して、アップロードする一連の画像のラベルを提案できます。
ユースケースの例
次のシナリオでは、Azure AI Custom Visionを使用できます。
- 自動ビジュアル アラート: ビデオ ストリームを監視し、特定の状況が検出されたときにアラートをトリガーする機能。 たとえば、蒸気が検出された場合や、川に泡が発生したとき、または動物が存在する場合にアラートが必要な場合があります。
- 手動検査の効率向上: 小売業では、製品認識を活用することで、一意のSKUを数える時間や、棚に必要なすべてのSKUが揃っているかを確認する時間を短縮できます。
- 検査範囲の拡大: 欠陥を検出する場合、製造ラインから出てくるすべての項目を人間がレビューできるわけではありません。 代わりに、Custom Vision を使用して、手動で検査できない項目のセットをカバーしたり、手動で検査する項目を通知したりできます。
- オブジェクトの検出可能性を向上させます。 メタデータを使用して画像にラベルを付けると、後で見つけやすくなります。 たとえば、製品カタログや、フィルター処理に関心があるその他のビジュアル機能に基づいて画像にタグを付ける場合があります。 Custom Vision を使用すると、取り込み時にメタデータで画像にラベルを付けることができます。
ユース ケースを選択するときの考慮事項
お客様には、革新的なソリューションやアプリケーションで Custom Vision を活用することをお勧めします。 ただし、ユース ケースを選択する際の考慮事項を次に示します。
顔検出や認識には適していません。 Custom Vision は、画像内の個人を認識または識別するように設計またはテストされていません。 代わりに、複数の顔検出機能を使用できる Foundry Tools Face の使用を検討してください。
生体認証の識別には適していません。 Custom Vision は、ユーザーの識別と検証を目的として、虹彩認識、指紋識別、パスポートなどの生体認証マーカーまたは他の形式の ID に基づいて個人の身元を検証するように設計またはテストされていません。
何百ものクラスとタグを含む大規模な画像セットのカスタム モデルのトレーニングには適していません。 Vision には、何千ものタグを持つ大規模な画像処理用の事前構築済みモデルとしてこれらの機能があります。
テキストの検出または抽出には適していません。 Custom Vision は、画像内のテキストを処理するように設計またはテストされていません。 代わりに 、光学式文字認識 (OCR) を使用してください。
アクセシビリティの目的で代替テキストとして使用できる画像の人間が判読できる説明を生成するのに適していません。 Custom Vision は、この目的のために説明を生成するように設計またはテストされていません。 Vision には、画像の説明を生成するためのこれらの機能があり、この目的に最も適しています。
医療診断に Custom Vision を使用しないでください医療機器、臨床サポート、診断ツール、または疾患やその他の状態の診断、治療、軽減、治療、または予防に使用されるその他の技術として使用することを含め、このような目的でこの機能を使用するライセンスまたは権利はMicrosoftによって付与されません。 この機能は、専門的な医療アドバイスや医療に関する意見、診断、治療、または医療専門家の臨床判断の代わりに実装または展開されることを意図したものではなく、そのように使用しないでください。 お客様は、医療診断のための Custom Vision の使用について単独で責任を負います。
-
法的および規制上の考慮事項: 組織は、Foundry Tools とソリューションを使用する際に、特定の法的および規制上の義務を評価する必要があります。これは、すべての業界またはシナリオでの使用には適していない可能性があります。 さらに、Foundry Tools またはソリューションは、該当するサービス利用規約および関連する行動規範で禁止されている方法で設計されておらず、使用されない場合があります。