Amazon Rekognition Custom Labels

Amazon Rekognition Custom Labels を選ぶ理由

Amazon Rekognition カスタムラベルを使用すれば、ビジネスニーズに合わせた画像の物体やシーンを特定できます。たとえば、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、アセンブリ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、動画のアニメーションキャラクターを検出したりできます。

画像分析のためのカスタムモデルの開発は、取得に時間がかかる専門知識やリソースを必要とする重要な取り組みであり、多くの場合完了までに数か月かかります。さらに、多くの場合、モデルが正確な判断を下すことができるようなデータを提供するには、人間がラベル付けした画像が数千または数万必要です。このデータを収集するのに数か月かかることもあり、機械学習で使用するためにはラベル付けの人員を多数用意する必要があります。

Amazon Rekognition カスタムラベルで、御社の手間のかかる仕事を当社がお引き受けいたします。Rekognition カスタムラベルは、多くのカテゴリにわたる数千万の画像を用いてトレーニング済みである Rekognition の既存の機能を基に構築されています。数千の画像ではなく、ユースケースに合わせた少量のトレーニング画像セット (通常は数百枚以下) を、使いやすいコンソールにアップロードするだけです。既に画像にラベル付けがされている場合、Rekognition では数回クリックするだけでトレーニングを開始できます。ラベル付けがされていない場合は、Rekognition のラベル付けインターフェイス内で直接ラベル付けをするか、Amazon SageMaker Ground Truth を使用してラベル付けができます。Rekognition が画像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画像分析モデルを作成できます。その裏では、Rekognition カスタムラベルが自動的にトレーニングデータを読み込んで検証し、適切な機械学習アルゴリズムを選択して、モデルのトレーニングを行い、モデルパフォーマンスメトリクスを提供します。その後、Rekognition カスタムラベル API 経由でカスタムモデルを使用できるようになり、それをアプリケーションに統合できます。

ユースケース

特徴

お客様

  • NFL

    今日のメディア環境では、組織が管理する非構造化コンテンツの量が指数関数的に増えています。従来のツールを使用すると、ユーザーが探している特定の要素を見つけるために、数千のメディアアセットを検索するのが困難になる場合があります。Amazon Rekognition の新機能であるカスタムラベルを使用することで、ビジネスの特定のユースケースに合わせたメタデータタグを自動的に生成し、コンテンツ作成チームに検索可能なファセットを提供できます。これにより、コンテンツの検索の速度が向上し、さらに重要なことに、以前は手作業が必要だった要素に自動的にタグを付けることができます。これらのツールにより、制作チームはこのデータを直接活用し、すべてのメディアプラットフォームにわたってさらに強化した製品をお客様に提供できます。

    Brad Boim 氏、シニアディレクター、ポストプロダクション・アセット管理担当、NFL Media
  • VidMob

    Amazon Rekognition Custom Labels を導入することで、マーケター側では Agile Creative Studio の高度な機能を実装し、広告内で扱いたい特定の製品 (カスタムラベル) を、大規模に、かつ数分以内に構築、トレーニングすることができます。Amazon Rekognition の VidMob 統合により、顧客側では従来よくあるオブジェクトの識別をすることができましたが、このカスタムラベル用新機能ではプラットフォームを全てのビジネスのターゲットに合わせることができます。これは、クリエイティブパフォーマンスの 150% の向上と、*人間のアナリスト*の時間の 30% の短縮の実現を通じて、VidMobs の Agile Creative Studio を利用したクリエイティブパフォーマンスの測定能力を適応的に拡大してくれるでしょう。

    Alex Collmer 氏、VidMob、CEO
  • Prodege

    Prodege は、Swagbucks、MyPoints、Tada、ySense、InboxDollars、InboxPounds、DailyRewards、Upromise といった消費者向けブランドと、マーケターや研究者向けの無料のビジネスソリューションで構成される、データ駆動型のマーケティングと消費者インサイトのプラットフォームです。

    Prodege は、Amazon Rekognition Custom Labels を使用して、店舗のレシートの異常を検出します。Amazon Rekognition Custom Labels を使用することで、Prodege は、私たちの大切な会員が特典プログラムの一環としてアップロードした店舗のレシート画像から、異常を高い精度で検出することができました。Amazon Rekognition Custom Labels の最も優れた点は、設定が簡単であり、高信頼性の画像検出のための機械学習モデルをトレーニングするために、事前に分類された少量の画像セット (私たちの場合は数百枚) しか必要としないことです。モデルのエンドポイントは、API を使って簡単にアクセスできます。Amazon Rekognition Custom Labels は、私たちの有効なレシートスキャン製品をスムーズに機能させるための非常に効果的なソリューションであり、手動検出を実行する時間とリソースを大幅に節約するのに役立ちました。このジャーニーを通じて製品のあらゆる面で熱心にサポートしてくれた AWS サポートチームには感謝してもしきれません。

    Prodege, LLC、ビジネスインテリジェンス、ディレクター、Arun Gupta 氏

動画チュートリアル

Simple Storage Service (Amazon S3) の画像を使用して Rekognition Custom Labels プロジェクトを作成する (7:18)
Rekognition Custom Labels モデルのトレーニング (5:31)
Rekognition Custom Labels モデルの評価
推論のための Rekognition Custom Labels モデルのデプロイと使用