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。

Amazon Rekognition Custom Labels とは。

Amazon Rekognition Custom Labels を使用して、ビジネスニーズに合わせた画像のオブジェクト、ロゴ、シーンを特定できます。例えば、ソーシャルメディアの記事から自社のロゴを検索したり、店頭で商品を特定したり、組立ラインで機械部品を分類したり、健康な植物と病気に感染した植物とを区別したり、画像のアニメーションキャラクターを検出したりできます。

画像を分析するカスタムモデルの開発は、時間、専門知識、リソースを必要とする重要な作業です。多くの場合、完了するまでに数か月かかります。さらに、正確な判断を下すのに十分なデータをモデルに提供するには、手作業によるラベル付けされた画像が数千から数万必要になることもあります。このデータを生成するには収集に数か月かかることがあり、機械学習で使用できるように準備するために大規模なラベラーチームが必要になることもあります。

Amazon Rekognition Custom Labels は、Amazon Rekognition の既存の機能を拡張するものです。これらの機能は、多くのカテゴリにわたる数千万の画像で既にトレーニングされています。何千もの画像の代わりに、ユースケースに特化した少数のトレーニングイメージ (通常は数百枚以下の画像) をアップロードできます。これは、使いやすいコンソールを使用して行うことができます。イメージに既にラベルが付けられている場合、Amazon Rekognition Custom Labels は短時間でモデルのトレーニングを開始できます。そうでない場合は、ラベル付けインターフェイス内で直接イメージにラベルを付けることも、Amazon SageMaker Ground Truth を使用してイメージにラベルを付けることもできます。

Amazon Rekognition Custom Labels がイメージセットからトレーニングを開始すると、わずか数時間でカスタムイメージ分析モデルを作成できます。Amazon Rekognition Custom Labels はバックグラウンドでトレーニングデータを自動的にロードして検査し、適切な機械学習アルゴリズムを選択し、モデルをトレーニングし、モデルパフォーマンスメトリクスを提供します。その後、Amazon Rekognition Custom Labels API を通じてカスタムモデルを使用し、アプリケーションに統合できます。

主な利点

データラベリングの簡略化

Amazon Rekognition Custom Labels コンソールには、イメージにすばやく簡単にラベルを付けるための視覚的なインターフェイスがあります。このインターフェイスでは、イメージ全体にラベルを付けることができます。クリックアンドドラッグインターフェイスの境界ボックスを使用して、画像内の特定のオブジェクトを識別してラベルを付けることもできます。また、データセットが大きい場合は、Amazon SageMaker Ground Truth を使用してイメージに大規模に効率的にラベルを付けることができます。

自動機械学習

カスタムモデルを構築するのに、機械学習の専門知識は必要ありません。Amazon Rekognition Custom Labels には、機械学習を自動的に行う自動機械学習 (AutoML) 機能が含まれています。トレーニングイメージが提供されると、Amazon Rekognition Custom Labels は自動的にデータをロードして検査し、適切な機械学習アルゴリズムを選択し、モデルをトレーニングし、モデルパフォーマンスメトリクスを提供できます。

モデルの評価、推論、フィードバックの簡略化

テストセットでカスタムモデルのパフォーマンスを評価します。テストセット内のすべてのイメージについて、モデルの予測と割り当てられたラベルを並べて比較できます。また、適合率、再現率、F1 スコア、信頼度スコアなどの詳細なパフォーマンスメトリクスを確認することもできます。モデルをすぐに画像分析に使用することも、新しいバージョンを繰り返し処理してイメージを増やして再トレーニングしてパフォーマンスを向上させることもできます。モデルの使用を開始したら、予測を追跡して間違いを修正し、フィードバックデータを使用して新しいモデルバージョンを再トレーニングしてパフォーマンスを向上させます。

Amazon Rekognition Custom Labels の使用を選択する

Amazon Rekognition には、イメージ内のラベル (オブジェクト、シーン、概念) の検索に使用できる 2 つの機能があります。Amazon Rekognition Custom Labels と Amazon Rekognition Image ラベル検出です。次の情報を使用して、どの機能を使用すべきかを判断してください。

Amazon Rekognition Image ラベルの検出

Amazon Rekognition Image のラベル検出機能を使用すると、機械学習モデルを作成しなくても、イメージや動画の一般的なラベルを大規模に識別、分類、検索できます。例えば、車やトラック、トマト、バスケットボール、サッカーボールなど、何千もの一般的なオブジェクトを簡単に検出できます。

アプリケーションで一般的なラベルを検出する必要がある場合は、モデルをトレーニングする必要がないため、Amazon Rekognition Image ラベル検出を使用することをお勧めします。Amazon Rekognition Image ラベル検出で検出されたラベルのリストを取得するには、「ラベルの検出」を参照してください。

Amazon Rekognition Image のラベル検出では検出されないラベル (組立ラインのカスタム機械部品など) をアプリケーションで検出する必要がある場合は、Amazon Rekognition Custom Labels を使用することをお勧めします。

Amazon Rekognition Custom Labels

Amazon Rekognition Custom Labels を使用すると、ビジネスニーズに合ったイメージ内のラベル (オブジェクト、ロゴ、シーン、概念) を検索する機械学習モデルを簡単にトレーニングできます。

Amazon Rekognition Custom Labels では、イメージを分類 (イメージレベルの予測) したり、イメージ内のオブジェクトの位置を検出したりできます (オブジェクト/境界ボックスレベルの予測)。

Amazon Rekognition Custom Labels を使用すると、検出できるオブジェクトやシーンのタイプをより柔軟に設定できます。例えば、Amazon Rekognition Image ラベル検出を使用して、植物や葉を検索できます。健康な植物、損傷した植物、感染した植物を区別するには、Amazon Rekognition Custom Labels を使用する必要があります。

Amazon Rekognition Custom Labels の使用例を次に示します。

Amazon Rekognition Custom Labels を初めて使用するユーザー向けの情報。

Amazon Rekognition Custom Labels を初めて使用する場合は、以下のセクションを順に読むことをお勧めします。