データセットの例 - Amazon Lookout for Vision

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

データセットの例

Amazon Lookout for Vision で使用できるサンプルデータセットは次のとおりです。

画像セグメンテーションデータセット

Amazon Lookout for Vision の使用を開始するには、画像セグメンテーションモデルの作成に使用できる、壊れた Cookie のデータセットが用意されています。

画像セグメンテーションモデルを作成する別のデータセットについては、「Amazon Lookout for Vision を使用してエッジで GPU を使用せずに異常箇所を特定する」を参照してください。

画像分類

Amazon Lookout for Vision では、画像分類モデルの作成に使用できる回路基板のサンプル画像を提供しています

https://github.com/aws-samples/amazon-lookout-for-vision GitHub リポジトリから画像をコピーできます。画像は circuitboard フォルダにあります。

circuitboard フォルダには以下のフォルダがあります。

  • train — トレーニングデータセットで使用できる画像。

  • test — テストデータセットで使用できる画像。

  • extra_images— トライアル検出を実行したり、DetectAnomaliesトレーニングしたモデルを試すために使用できる画像です。

traintest のフォルダには、それぞれ normal というサブフォルダ (正常な画像を含む) と anomaly というサブフォルダ (異常のある画像を含む) があります。

注記

後でコンソールでデータセットを作成するときに、Amazon Lookout for Visionは、フォルダ名 (normalanomaly) を使って、画像に自動的にラベル付けすることができます。詳細については、「Amazon S3 バケットに保存されている画像を使用してデータセットを作成します。」を参照してください。

データセットイメージを準備するには
  1. https://github.com/aws-samples/amazon-lookout-for-vision リポジトリのクローンをコンピュータに作成します。詳細については、「リポジトリのクローン作成」を参照してください。

  2. Amazon S3 バケットを作成する。詳細については、「S3 バケット作成方法」を参照してください。

  3. コマンドプロンプトで次のコマンドを入力して、コンピュータから Amazon S3 バケットにデータセットイメージをコピーします。

    aws s3 cp --recursive your-repository-folder/circuitboard s3://your-bucket/circuitboard

画像をアップロードしたら、モデルを作成できます。以前に回路基板の画像をアップロードした Amazon S3 の場所にある画像を追加することで、画像を自動的に分類できます。モデルのトレーニングが成功するたびに、またモデルの実行 (ホスト) 時間に応じて課金されることに注意してください。

分類モデルを作成するには
  1. 行うプロジェクトの作成 (コンソール)

  2. 行うAmazon S3 バケットに保存されている画像を使用してデータセットを作成します。

  3. 行うモデルのトレーニング (コンソール)

  4. 行うモデルの起動 (コンソール)

  5. 行う画像内の異常を検出するtest_imagesフォルダーの画像を使用できます。

  6. モデル作成または貼り付けが完了したら、モデルの停止 (コンソール)