物体検出の導入
このコースを開始する前に、最初に AI Builder に関する入門情報のモジュールと、ドキュメント「AI Builder 概要」の内容を確認しておくことをお勧めします。
AI Builder 物体検出の導入
AI Builder 物体検出は、画像内のオブジェクトを検出するためにトレーニングすることができる AI モデルです。 通常、AI モデルでは、予測を実行できる前に、データのサンプルを提供する必要があります。 事前に構築されたモデルは、Microsoft が提供するサンプルのセットを使用してユーザーが事前にトレーニングされるため、すぐに予測に使用することができます。
予測時に、AI Builder 物体検出機能は、Azure Custom Vision 物体検出 技術によって、トレーニング フェーズ中に送信されたオブジェクトを認識します。 物体検出では、最大 500 の異なるオブジェクトを 1 つのモデルで検出でき、Power Apps コントロールで JPG、PNG、BMP 画像形式、または写真をサポートします。
物体検出でできること
AI Builder 物体検出機能は、作成者に物体認識機能を提供します。 他の業務プラットフォームと完全に統合されているため手動のワークフローを迅速化し、現在は人の手を借りなければならない広範なシナリオを自動化することができます。
シナリオ 1: オブジェクト カウント
現場の監査担当者は、棚にある製品を撮影します。 物体検出では、写真に映る各製品の数をカウントします。 この情報は、在庫管理ソフトウェアを更新するために使用できます。
例:
パッケージ化された消費財を扱う会社では、整合性の検出目的で棚にある自社製品の画像を撮影するための監査担当者を派遣しています。 監査担当者は、各製品の番号を抽出するために AI Builder によって処理される画像を撮影します。 その番号は、スーパーマーケットの整合性を評価するために、リアル タイムで会社に転送されます。
シナリオ 2 - ブランド ロゴ認識
ある会社では、ソーシャル メディアにおける自社のロゴとそのブランドの使用を監視したいと考えています。
例:
会社は、特定のハッシュタグでフラグが付けられた画像を処理します。 また、ロゴの有無を検出して、その使用方法を確認することもできます。 そのプロセスはフローによって自動的に実行されます。
シナリオ 3 - 学習シナリオでの物体認識
あるフィールド エージェントが、製品の画像を撮影します。 製品が認識され、手動および追加の情報が自動的に取得されます。
例:
ある会社が技術者を派遣して、工業用ボイラーを修理するとします。 その技術者は、作業するすべてのボイラーのマニュアルとリファレンス ガイドを携帯する必要はありません。 技術者はボイラーを撮影して、会社内のエキスパートによって記述された製品のマニュアルにアクセスできます。
これで、AI Builder 物体検出の基本の学習を完了したので、初めての物体検出モデルを作成できます。