ニューラルネットワークの処理 (推論)
ランタイム時には、ランタイム画像からの各サンプルが、ツールの学習済みネットワークを使用して個別に処理され、サンプルごとに個々のネットワーク応答が取得されます。ネットワークからの応答は、確率マップとして表現されます。つまり、サンプリングされた入力画像の領域内の各ピクセルに確率が割り当てられます。確率マップの意味は、どのツールが使用されているかによって異なります。分類 (緑) ツールに対しては、応答は分類と、その分類が正しい確率になります。
これらの画像全体の確率マップは、個々のサンプルに対して補間されたネットワーク応答から収集されます。ユーザに返される最終結果 (特徴のポーズと識別、欠陥領域) は、ユーザがクラスの確率に対するしきい値を指定することで制御する結果の形成プロセスに基づきます。
上のコンテキストでは、ツールによって返される確率は、我々が特定の判断を下す可能性をそのまま反映したものではないこともあります。これは、ツールの "世界観が限られている" ことが主な原因です。つまり、我々の広範囲にわたる豊富な視覚経験に対してではなく、少数のクラスの非常に限られた視覚の世界に関する確率が返されるためです。したがって、たとえば分類 (緑) ツールでは、新しい、したがって未知のクラスに非常に高い確率を割り当てる場合があります。たとえこれらのクラスが我々にとっては非常に異なって見えたとしてもです。これは単に、ツールにとってはそのクラスは他のクラスよりも既知のクラスに数倍も似ているように見えるためです。
学習済みツールの処理 (推論) は、問題なく学習が終了すると自動的に実行されます。学習済みツールを手動で再処理する場合は、
ボタンをクリックします。
処理パラメータの設定
The Processing parameters control the way that images are processed by the tool. This is often called ‘inference’ in deep learning. Processing with the same models will always give you the same results. Changing these parameters does not require the tool to be retrained; the effect can be seen right away by reprocessing the database. ツールの再処理を行うには、 ボタンをクリックします。High Detail モードには 2 つの処理パラメータがあります。
| パラメータ | 説明 |
|---|---|
| しきい値 |
[しきい値] パラメータは、分類対象のビューの最小値スコアを決定します。
Note: High Detail モードのデフォルトのしきい値は、フォーカスモードとは異なる方法で各タグの値が計算されるため、0% です。
しきい値を High Detail モードで調整することはお勧めしません。 |
| ヒートマップ |
処理パラメータの「ヒートマップ」は、High Detail モードの手掛かりとしてどの領域が使用されているかを確認するためのオプションです。ヒートマップは、指定のデータおよび教師データ (ラベル) を含むモデルの生成後にデバッグツールとして使用できます。 ヒートマップの領域が分類に不可欠な領域と異なる場合は、学習し直して新しいモデルを生成することをお勧めします。ヒートマップは精度の高いツールではありません。赤い領域の位置は人間が考える位置とは異なる可能性があるため、このヒートマップは、あくまで傾向を把握するだけものとして参照してください。 Note: High Detail モードで「ヒートマップ」オプションを使用すると、ワークスペースのサイズが大きくなることがあります。そのため、画像内の手掛かりを見つけやすくなりますが、生成されるヒートマップが使用するストレージ領域は大幅に増えます。
ワークスペースを小さくするには、ヒートマップを使用せずに処理してからワークスペースを保存してください。 分類 (緑) High Detail は、[処理パラメータ] の [ヒートマップ] チェックボックスと [オーバレイ] のチェックボックスの両方を有効にすると、画像ビューアに直接ヒートマップを表示します。 |