トレーニング サンプルを使用して、Deep Learning Studio でディープ ラーニング モテルをトレーニングするための画像チップを作成します。 画像チップは対象のフィーチャまたはオブジェクトが含まれている小さな画像であり、ディープ ラーニング モデルのトレーニングに使用されます。 [トレーニング データの準備] ステップを実行することでトレーニング サンプルを作成します。 [トレーニング データの準備] ステップを選択した場合、サンプル収集用にプロジェクトを構成する必要があります。
- Deep Learning Studio プロジェクトを選択して開きます。
- ステップ選択ページで、[トレーニング データの準備] を選択してトレーニング サンプル収集プロセスを開始します。
ヒント:
これまでに構成されたことがない場合、プロジェクトをトレーニング データ準備のために構成するかどうかをたずねるプロンプトが表示されます。
- プロンプトで [はい] をクリックし、「Deep Learning Studio プロジェクトの操作」のトピックの「トレーニングのためのプロジェクトの構成」セクションの説明に従ってプロジェクトを構成します。
- [トレーニング サンプルの収集] サブステップをクリックします。
- 収集ツールを使用して、選択した作業単位内のすべてのトレーニング サンプルを選択します。
- [完了] をクリックするか、[完了して次に進む] をクリックして次の作業単位を収集します。
- [トレーニング サンプルの確認] サブステップをクリックしてサンプルを確認します。
注意:
作業単位を確認できるのは、収集者がその作業単位を完了としてマークしている場合だけです。
[トレーニング サンプルの確認] ダッシュボードで作業単位を選択すると、確認プロセスに関する情報がダッシュボードの右側に表示されます。
注意:
作業単位に関する情報を取得するには、マップまたはテーブルのエントリをクリックすると、その作業単位に関する具体的な情報が表示されます。
- 作業単位を選択して、トレーニング サンプルの確認プロセスを開始します。
- [この作業単位を確認する] ボタンをクリックします。
作業単位が開き、収集されたすべてのサンプルが右側に表示されます。
- [トレーニング サンプル] リストで個々のトレーニング サンプルをクリックして確認します。 サンプルを選択すると、[選択済みのものを承認] オプションと [選択済みのものを拒否] オプションがダイアログ ボックスに表示されます。
- 作業単位を [完了] としてマークします。
サブステップがダッシュボードに戻り、ここですべての作業単位の進行状況を確認できます。
- [戻る] ボタンをクリックして前のメニューを表示します。
- プロジェクトで十分な数のトレーニング サンプルが承認されたら、[画像チップの管理] をクリックします。
- [エクスポート] ボタンをクリックして、トレーニング サンプルに基づいた画像チップのエクスポートのプロセスを開始します。
- 必要に応じて構成オプションを調整し、[エクスポート] をクリックします。
作業単位をいったん完了としてマークした後は、[トレーニング サンプルの収集] サブステップでその作業単位を選択することはできません。 作業単位を確認する準備が整ったら、その作業単位を完了としてマークすることでステータスをレビュー保留中に変更します。
注意:
作業単位が誤って完了としてマークされた場合、再び選択できるようにするためには [トレーニング サンプルの確認] サブステップで [キューに配置] に設定する必要があります。
ヒント:
個々のサンプルを確認せずに複数のサンプルを選択して承認することができます。 すべてのサンプルを承認または拒否することもできます。
すべてのトレーニング サンプルが承認または拒否されると、すべて確認されたことを通知するメッセージが表示されます。
画像チップが作成されたら、次のステップでディープ ラーニング モデルをトレーニングします。これは [モデルのトレーニング] サブステップで実行します。
このワークフローに従うことで、エンドツーエンドの包括的なワークフローでディープ ラーニング モデルのトレーニング用のトレーニング サンプルと画像チップを作成することができます。 プロジェクトで使用可能ないくつかのオプションのサブステップがあります。 解析実行時に既存のプロジェクトを修正するための追加のサブステップが用意されています。 次の 3 つは必須のサブステップです。
- トレーニング サンプルの収集
- トレーニング サンプルの確認
- 画像チップの管理
画像チップが作成されたら、モデルのトレーニングのステップのディープ ラーニング トレーニング プロセスでこれらの画像を使用できます。 トレーニング済みのモデルが解析の要件を満たしていない場合、このサブステップを再び実行できます。 トレーニング サンプルを変更したり追加のトレーニング サンプルを収集したりして、次のモデル トレーニング プロセスで使用する画像チップを作成することができます。