分類 (緑) High Detail
分類 (緑) アーキテクチャの概要
分類 (緑) ツールには、フォーカス、High Detail、および High Detail Quick の 3 種類のアーキテクチャがあります。
-
分類 (緑) フォーカス は、オブジェクトまたはシーン全体を分類するために使用されます。パッケージングに基づく製品の識別、溶接線の分類、許容可能/不可能な異常の選別など、フォーカスモードでは、ラベル付き画像のコレクションに基づいて学習し、さまざまなクラスに分類します。フォーカスモードを学習させるには、さまざまなクラスに割り当てられ、ラベル付けされた画像を準備するだけです。
-
分類 (緑) High Detail はフォーカスモードの分類 (緑) ツールと似ていますが、異なるアーキテクチャを使用します。High Detail モードは、ラベル付き画像のコレクションに基づいて学習し、さまざまなクラスに分類します。High Detail モードを学習させるには、さまざまなクラスに割り当てられ、ラベル付けされた画像を準備するだけです。
-
分類 (緑) High Detail Quick は、分類 (緑) High Detail モードを改良したもので、検出精度は若干低下しますが、学習速度を飛躍的に向上させています。安定したパフォーマンス結果を保証するために、最先端の学習アルゴリズムをインポートできるように構築されました。ただし、精度レベルは 分類 (緑) High Detail よりも若干低くなります。また、ツールパラメータが少なくて済むため、簡単で迅速な学習が可能です。段階的な使用法を含むその他の詳細は、分類 (緑) High Detail とあまり変わりません。
分類 (緑) High Detail について
分類 (緑) High Detail は、あらゆる分類 (緑) ツールの中で、ほとんどの場合に最高の分類精度を示す画像分類ツールです。画像全体からサンプリングするため、ベースとなるサンプラーはありません。そのため、学習速度は多少遅くなりますが、ほとんどの場合、分類 (緑) フォーカス ツールよりも高い精度が保証されます。ツールパラメータが一部異なり、分類 (緑) フォーカス とは違って学習時に検証セットを使用して、学習データに基づいて最適なニューラルネットワーク分類モデルを選択します。これらを除けば、分類 (緑) High Detail は、学習方法、処理方法、および結果の解釈方法について、分類 (緑) フォーカス とあまり変わりません。
アーキテクチャ: 分類 (緑) High Detail と 分類 (緑) フォーカス
High Detail モードでは、フォーカスモードとは異なるアーキテクチャが使用されます。このアーキテクチャにより、High Detail モードでは学習にかかる時間はフォーカスモードよりも長くなりますが、得られる結果の精度は高くなります。
High Detail モードでのモデルの作成方法はフォーカスモードと基本的に同じですが、ツールパラメータが一部異なります。また、High Detail モードの場合、1 つのビューに複数のタグを割り当てることはできません。それぞれのビューには対応するタグが 1 つしかありません。これは、非排他的モードがサポートされないことを意味します。
フォーカスモードでは、High Detail モードとは異なるアーキテクチャが使用されます。アーキテクチャの違いにより、フォーカスモードは、High Detail よりも学習にかかる時間が短いため、High Detail モードと比べて短時間でフィードバックが得られます。
フォーカスモードの設定は、有用な情報が含まれた画像の部分に照準を合わせるため、選択的になります。そのため、特に画像のあらゆる場所に重要な情報が存在する場合、重要な情報を十分にネットワークで伝送できない可能性があります。
High Detail モード | フォーカスモード | |
---|---|---|
速度 | 低速 | 高速 |
精度 | より正確 | 正確 |
パラメータ数 |
多い |
多い |
画像データセットの構成 | 学習セット、検証セット、テストセット | 学習セット、テストセット |
アーキテクチャ: 分類 (緑) High Detail と 分類 (緑) High Detail Quick
High Detail Quick は、独自の異なる学習アルゴリズムを採用している点で、High Detail モードとは異なります。この土台の変更により、分類精度は 分類 (緑) High Detail にわずかに及ばないものの、学習速度が飛躍的に向上しました。学習に検証セットを使用せず、High Detail のように多くのツールパラメータを必要としません。それ以外は High Detail モードと同じです。ツールパラメータを適切に調整すれば、High Detail モードの精度は High Detail Quick モードの精度よりも平均して高くなることに注意してください。
High Detail モード | High Detail Quick モード | |
---|---|---|
速度 | 低速 | 高速 |
精度 | より正確 | 正確 |
パラメータ数 |
多い |
ほとんどなし |
画像データセットの構成 | 学習セット、検証セット、テストセット | 学習セット、テストセット |
サポートされている機能とアーキテクチャ
特徴 |
分類 (緑) フォーカス | 分類 (緑) High Detail | 分類 (緑) High Detail Quick |
ビューのインスペクタ | ヒートマップなしで対応 | ヒートマップで対応 | ヒートマップで対応 |
損失のインスペクタ | サポートされていません | サポートしています | サポートされていません |
検証セット | 学習で使用しない | 学習で使用 | 学習で使用しない |
VisionPro Deep Learning ツールのパラメータ | パラメータが少ない |
制御するためのパラメータが多い*、 |
パラメータがほとんどない |
マルチクラス分類 (非排他的/排他的モード) |
サポートしています | サポートされていません | サポートされていません |
サイズ変更モード | サポートされていません | サポートしています | サポートされていません |
分類 (緑) High Detail のための学習ワークフロー
分類 (緑) ツールが 分類 (緑) High Detail モードの場合、ツールの学習ワークフローは次のとおりです。
- VisionPro Deep Learning を起動します。
- 新しいワークスペースを作成するか、既存のワークスペースを VisionPro Deep Learning にインポートします。
- 画像を収集し、VisionPro Deep Learning に読み込みます。
- ROI (対象領域) を定義してビューを構築します。
- 位置決め (青) ツールからのポーズを、分類 (緑) ツールへの入力として使用するビューの向きを変えるために使用する場合は、画像を処理 ([はさみ] アイコンを押す) してから分類 (緑) ツールを開きます。詳細については、「位置決め (青) ツールの後の ROI オプション」を参照してください。
必要に応じて、対象領域 (ROI) を調整します。表示領域内で右クリックし、メニューから [ROI の編集] を選択します。
- ROI を調整した後、[適用] ボタンを押すと、調整した ROI がすべての画像に適用されます。
- ツールバーの [閉じる] ボタンを押して続行します。
- 画像に無関係な情報がある場合は、適切なマスクを追加して画像のそれらの領域を除外します。表示領域内で右クリックし、メニューから [マスクの編集] を選択します。
[マスク] ツールバーから、適切なマスクを選択して編集します。
必要なマスクを追加した後、[適用] ボタンを押すと、現在の画像にマスクが適用されます。
必要なマスクを追加した後、[すべて適用] をクリックし、次の [マスクの適用] ダイアログで [はい] ボタンをクリックすると、すべての画像に同じマスクが適用されます。ダイアログで [いいえ] をクリックすると、マスクは適用されず、[マスクの編集] ウィンドウに戻ります。
- ツールバーの [閉じる] ボタンを押して続行します。
-
すべての画像を調べて、画像に分類タグでラベル付けします。ラベル付けの詳細については、「ラベルの作成 (ラベル付け)」を参照してください。
Tip: わかりやすい名前や番号スキームを使用して画像ファイルに注釈を付けることを推奨します。そうすると、画像にラベル付けするうえで便利です。 -
ビューブラウザの [ビューのラベル付け] オプションを使用できます。
-
ラベルを付けるときは、タグを適用するか、正規表現を使用して分類タグラベルを適用します。
- すべての画像に分類タグでラベル付けされていることを確認します。
- 画像全体を学習画像とテスト画像に分割します。画像セットを活用して、学習とテストグループに適切に分けます。学習セットに画像を追加します。
- ビューブラウザで画像を選択し、右クリックのポップアップメニューで [ビューを学習セットに追加する] をクリックします。ビューブラウザで複数の画像を選択するには、Shift を押しながらマウスの左ボタンをクリックします。
- または、表示フィルタを使用して、学習対象の画像のみを表示し、[... ビューのアクション] → [ビューを学習セットに追加する] の順にクリックして、これらを学習セットに追加します。
- 学習の前に、[ツールのパラメータ] でパラメータを設定する必要があります。学習パラメータと摂動パラメータを設定することも、これらのデフォルト値を使用することもできます。サポートされているパラメータの詳細については、「ツールのパラメータの設定」を参照してください。
- 分類 (緑) High Detail は、特徴ベースのサンプラーを使用しないため、サンプリングパラメータがありませんが、各ビューのピクセル全体からサンプリングします。
- 学習や処理をより細かく制御するには、[ヘルプ] メニューの [エキスパートモード] をオンにして、ツールパラメータの追加パラメータを初期化します。
- 検証を使用した学習の学習セットのうち、検証セットに渡されるデータの量の比率を変更する場合は、検証セット比を変更します。検証を使用した学習の詳細については、「検証セットの準備」を参照してください。
- 学習セット画像のクラス分布が非常に不均衡である場合、たとえば、学習セット画像の 50% 以上が特定のタグでラベル付けされている場合は、各クラスに重みを付けるために [クラスの重み] を設定します。クラスの重みの詳細については、「学習パラメータの詳細:クラスの重み」を参照してください。
- [ブレイン]
アイコンを押して、ツールを学習させます。
- [損失のインスペクタ をモニタすることで学習ステータスを確認できます。詳細については、「検証セットと検証損失」を参照してください。
- 途中で [停止] アイコンを押して学習を停止すると、それまでに学習させた現在のツールを保存して学習を停止できます。後でこのツールを読み込んで画像を処理することはできますが、最後に学習を停止した場所から学習を続行することはできません。
-
学習させた後、結果を確認します。[データベースの概要] パネルを開き、各クラス (タグ) のコンフュージョンマトリックスと適合率、再現率、F 値を確認して、結果を確認します。結果の解釈の詳細については、「結果の解釈」を参照してください。
- 結果を確認した後、すべての画像を調べて、ツールが各画像のタグをどのように正しくマークしているか、または正しくマークしていないかを確認します。
- ツールが画像に適切なタグで正しくマークしている場合は、画像を右クリックして [ビューの受け入れ] を選択します。
- ツールが画像に間違ったタグでマークしている場合は、次のステップに従います。
- 画像を再度右クリックして、[マーキングとラベルのクリア] を選択します。
画像に手動でタグを付けます。
(a.) のシナリオの場合は、ツールを使用する準備が整っています。(b.) のシナリオの場合は、ツールを再度学習させて、ステップ 11 ~ 14 を繰り返す必要があります。
各ステップの詳細は、「分類 (緑) High Detail の学習」の各サブセクションで説明します。