Amazon Rekognition Custom Labels

マーケティング代理店では、クライアントのブランド普及率をさまざまなメディアで正確に伝える必要があります。通常は、ソーシャルメディアの画像、番組、スポーツビデオを人間が見て、クライアントのロゴや製品が映っているか追跡します。Amazon Rekognition Custom Labels では、クライアントのロゴや製品の検知に特にトレーニングされたカスタムモデルを作成することができます。従来のように手間を掛けてソーシャルメディアに手動で対応する代わりに、カスタムモデルを通じて画像や動画フレームを処理することによってインプレッション数を特定することが可能です。

コンテンツの作成者は通常、ショーの制作に使用する、関連性のあるコンテンツを見つけるために、膨大な量の画像や動画を検索しなければなりません。例えば、スポーツ番組を制作しているなら、提携事業者のための試合、チーム、選手についてハイライトを集める必要がよくあります。アーカイブから手動で集める場合、数時間もの時間がかかることがあります。ジャージやナンバーによってチームや選手を識別するように、またはゴールやペナルティ、怪我など試合中に頻繁に発生するイベントを識別するようにカスタムモデルをトレーニングすると、映像の主題にマッチする画像や動画の関連性の高いリストをすばやく構成することができます。

農業系の企業では、箱詰めの前に収穫量の評価をする必要があります。例えば、トマト生産者であれば、まだ青いものから完熟した赤いものまで 6 種類の完熟度グループに手動でトマトを分類し、それに応じて賞味期限を最大にできるように箱詰めをします。カスタムモデルをトレーニングすれば、トマトを手作業で個別にチェックする代わりに、完熟度基準に基づいてトマトを分類することが可能です。カスタムモデルを製造システムと統合することでトマトを自動的に分類し、それに合わせた箱詰めを行うことができるのです。

The Rekognition Custom Labels コンソールは、画像のラベル付けを高速、シンプルにするためのビジュアルインターフェイスを提供します。このインターフェイスでは、画像全体にラベルを適用したり、シンプルなクリック & ドラッグのインターフェイスで境界ボックスを使用することで、特定のオブジェクトを識別してラベル付けしたりすることができます。

または、大規模なデータセットがある場合、Amazon SageMaker Ground Truth を使うことにより大規模な画像のラベル付けを効率的に行うこともできます。

カスタムモデルの構築に機械学習の専門的技術は不要です。Rekognition Custom Labels には、ユーザーのために機械学習を使いやすくする AutoML 機能が含まれています。トレーニング画像が提供されると、Rekognition Custom Labels は自動的にデータを読み込んで検知し、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することができます。

テストセットのカスタムモデルパフォーマンスを評価モデル予測対割り当てられたラベルの対象比較を、テストセットの全画像で見ることができます。また、精密/呼び出しメトリクス、F 値、信頼性スコアといった詳細なパフォーマンスメトリクスを閲覧することも可能です。画像分析のモデルをただちに使い始めることも、さらに多くの画像を反復、再トレーニングしてパフォーマンスを改善することもできます。モデルの使用を開始すると、予測の追跡、間違いの修正、フィードバックデータを利用した新しいモデルバージョンの再トレーニングとパフォーマンス改善が行われます。