ディープ ラーニング トレーニング用サンプルの作成

Image Server で利用可

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 サンプルの収集

[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。

トレーニングを準備するオプションを選択すると、プロジェクト構成ウィザードが表示されるので、これに従ってプロセスを進めます。 プロジェクトを作成したら、以下の手順に従って、トレーニング用にプロジェクトを構成します。
1. Deep Learning Studio プロジェクトを選択して開きます。
2. 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。

3. 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 データの準備] ランディング ページが開き、トレーニング サンプル準備プロセスを完了するために実行可能なすべてのサブステップが表示されます。
4. [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。
5. 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。

   コレクションを効率的にするためのキーボード ショートカットがあります。

   ショートカットのリストを表示

   Alt + ?

   マップ ツール

   四角形	r
   円	c
   ポリゴン	p
   なげなわのポリゴン	i
   ポイントおよびバッファーの円	o
   ラインおよびバッファーのポリゴン	n
   選択	s
   レイヤー	l
   ベースマップ	b
   フィルター	f

   マップ ナビゲーション

   Home	Alt + h
   拡大	+
   縮小	-
   画面移動	方向キー
   十字線カーソルの切り替え	m

   ヒント:

   すべてのキーボード ショートカットは Windows ユーザー向けです。 Mac ユーザーの場合は、Alt をOption に置き換えてください。

6. [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。

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。

トレーニング サンプルの確認

作業単位を完了としてマークすると、確認できるようになります。 すべてのトレーニング サンプルは、次のステップに進むためには確認する必要があります。

1. [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、レビュー保留中でオープンな次の作業単位にあるサンプルの確認を開始します。

   [トレーニング データの準備] ランディング ページでは、作業単位とサンプルのステータスを表示して、プロジェクトの進行状況を確認できます。 グラフィックスはステータスに基づいて色が変化し、作業単位を確認すると更新されます。

   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。

   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。

   作業単位が開き、収集されたすべてのサンプルがリストされます。

2. [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。

ハイライト表示されているトレーニング サンプルにズームするため、[Visit モード] オプションを選択します。 マップがズームし、ハイライトされているトレーニング サンプルに画面移動します。

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。 また、[保留中のすべてを承認] または [保留中のすべてを拒否] オプションを選択することで、すべてのサンプルを 1 ステップで承認または拒否することもできます。 オプションを選択すると、選択した作業単位と、その中にあるトレーニング サンプルが処理されます。

トレーニング サンプルを確認するためのキーボード ショートカット

選択済みのものを承認	Alt + a
選択済みのものを拒否	Alt + r
完了	Alt + c
完了して次に進む	Alt + n

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。

3. 作業単位を [完了] としてマークします。

   サブステップは [トレーニング データの準備] ランディング ページに戻ります。

作業単位のプロパティの更新 (オプション)

作業単位のプロパティを手動で更新する必要がある場合、[トレーニング データの準備] ランディング ページ内にツールがあります。 特定の作業単位をフィルターおよび選択することで、効率よく更新できます。

1. [表示] セクションの下にあるドロップダウンをクリックし、定義済みフィルターを使用して特定の作業単位を検索します。
2. 必要に応じて、作業単位を選択するためのカスタム フィルターを作成することもできます。 [フィルター] ボタンをクリックして、[フィルター] ダイアログ ボックスを開きます。
   1. 4 つのオプションの中から 1 つ以上を有効にして、作業単位をフィルター処理し、フィルタリング条件を設定します。

      ヒント:

      目的の作業単位を選択するために、任意の組み合わせのフィルター オプションを選択できます。 選択した作業単位の数は、フィルター オプションの横にある括弧内に表示されます。

   フィルター条件を満たす作業単位は、左パネルのマップまたはテーブルに表示されます。

選択した作業単位のプロパティを手動で更新する場合は、マップまたはテーブルで 1 つ以上の作業単位を選択して更新できます。

3. 更新する作業単位を選択すると、更新可能なプロパティが左パネルに表示されます。

   選択したすべての作業単位は、個別に確認しないで 1 ステップで更新できます。 このプロセスにより、多数の作業単位のステータスを一度に変更できます。

   1. 使用可能なオプションから、変更するプロパティを選択します。
   2. パネルでプロパティを編集します。

      プロパティに加えた編集内容は自動で保存されます。

4. [選択の解除] ボタンをクリックすると、メインの左パネルが表示されます。

画像チップの管理

トレーニング サンプルの確認および承認の後、最後のステップでは、モデルのトレーニングに使用する画像チップをエクスポートします。

1. 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。
2. [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。
このプロセスでは、画像チップのエクスポート場所を指定するオプションや、作成する画像チップに関する追加の構成オプションを設定できます。
3. 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。
画像チップ作成の進行状況がサブステップに表示され、画像チップに関する情報を示すエントリとそのビジュアル プレビューが表示されます。

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。

包括的ワークフロー

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] 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。