Smart Labeler を使用して画像により早くタグを付ける
このガイドでは、Smart Labeler を使用して画像に対する推奨タグを生成する方法について説明します。 これにより、Custom Vision モデルをトレーニングするときに、多数の画像にすばやくラベルを付けることができます。
ユーザーが Custom Vision モデルの画像にタグを付けるとき、サービスではモデルの最新のトレーニング済みイテレーションを使用して、新しい画像のラベルを予測します。 選択した信頼度しきい値と予測不確実性に基づいて、これらの予測が推奨タグとして表示されます。 その後、ユーザーは、推奨タグを確認または変更できます。 これにより、トレーニング用の画像に手動でタグ付けする処理が高速化されます。
Smart Labeler を使用する場合
次の制限事項に注意してください。
- タグが既にトレーニングされている画像の推奨タグのみを要求してください。 トレーニングを開始したばかりの新しい画像の推奨タグを取得しないでください。
重要
Smart Labeler 機能では、通常の予測と同じ価格モデルが使用されます。 画像のセットに対して推奨タグを初めてトリガーするときは、予測呼び出しの場合と同じ料金が発生します。 その後、サービスでは選択した画像の結果が 30 日間データベースに格納され、その期間内はいつでも無料でそれらにアクセスできます。 30 日後に、推奨タグを再度要求すると、料金が発生します。
Smart Labeler のワークフロー
Smart Labeler を使用するには、次の手順に従います。
- すべてのトレーニング画像を Custom Vision プロジェクトにアップロードします。
- データ セットの一部にラベルを付け、タグごとに同じ数の画像を選択します。
ヒント
後で提案を必要とするすべてのタグを使用するようにしてください。
- トレーニング プロセスを開始します。
- トレーニングが完了したら、[タグなし] ビューに移動し、左側のウィンドウの [Get suggested tags](推奨タグを取得) ボタンを選択します。
- 表示されるポップアップ ウィンドウで、候補として表示する画像の数を設定します。 タグなし画像の一部に対する最初のタグの提案のみを取得する必要があります。 このプロセスを反復処理するにつれて、タグの提案が改善されます。
- 推奨タグを確認し、正しくないものがあれば修正します。
ヒント
推奨タグ付きの画像は、予測不確実性によって並べ替えられます (低い値は信頼度が高いことを示します)。 並べ替え順序は、[Sort by uncertainty](不確実性で並べ替え) オプションを使用して変更できます。 順序を [high to low](高から低) に設定すると、まず、不確実性の高い予測を修正してから、不確実性の低いものをすばやく確認できます。
画像分類プロジェクトでは、タグの選択と確認をバッチで行うことができます。 特定の推奨タグによってビューをフィルター処理し、誤ってタグ付けされている画像を選択解除してから、残りをバッチで確認します。
また、ギャラリーから画像を選択して、推奨タグを個別画像モードで使用することもできます。
物体検出プロジェクトでは、バッチ確認はサポートされていませんが、より系統的なラベル付けのために、推奨タグでフィルター処理や並べ替えを行うことができます。 タグなし画像の縮小版には、推奨タグの位置を示す境界ボックスのオーバーレイが表示されます。 推奨タグ フィルターを選択しない場合は、すべてのタグなし画像が境界ボックスのオーバーレイなしで表示されます。
物体検出タグを確認するには、ギャラリー内の個々の画像にそれらを適用する必要があります。
- トレーニング プロセスを再開します。
- 提案の品質に満足できるまで、前の手順を繰り返します。
次の手順
クイック スタートに従って、Custom Vision プロジェクトの作成とトレーニングを開始します。