画像認識モデルををユーザー自らがつくる時代に

ReNom | IMG

ReNom IMG とは、画像認識モデルを作成するための GUIツールおよびPython API です。画像分析を行うには、教師データ ( 画像のどの部分に何のオブジェクトが写っているか印を付与したデータ ) の作成が必要となり、非常にたくさんの教師データを作成しなければいけないため、開発に膨大な時間とコストを要することが大きな課題となっています。さらに精度の高い画像認識モデルを開発するには、プログラミングやアルゴリズムに精通する高度なスキルを持ったエンジニアを必要としますが、マーケットにはそのような人材は極めて少なく、ビジネスに活用したいタイムラインの実態と開発可能なタイムラインが大きく乖離しており、実ビジネスでスピード感を持って活用することは難しいことでした。このような課題を解決すべく、GRID はReNom WEB アプリケーションとして、画像分析を行う時に必要な教師データをスピーディーに作成できる「ReNomTAG」、その教師データをもとにユーザー自らモデルを作成・比較・予測・評価することができる「ReNom IMG」を開発。画像認識モデル開発の一連の作業が、この 2 つのアプリケーションで簡易となり、従来のモデル構築の工数やコスト、時間が大幅に削減可能となりました。

 

 

【ReNomIMG GUI】

ReNom IMG は、GUI を用いて画像認識モデルの作成から管理、モデル精度比較、評価まで実施することができます。代表的な画像認識の 3 つのアルゴリズム「Object Detection」「Segmentation」「Classification」をサポートしており、このようにユーザーの使用用途や課題解決に合わせて、画像認識モデルの作成を行うことが可能になります。

 

01 データセット作成
ReNom IMG は、教師データにおいて学習と検証に使用する比率を指定しデータセットの分割など、データセットを任意で作成/登録することができます。また複数のデータセットを登録し、それぞれの教師データの内訳を把握することやデータセットに含まれる画像枚数や各クラスのタグの分布を確認することも可能です。

02 モデル作成
GUIでモデルを学習する際、ユーザーで設定しなくてはいけないパラメータが限定されており、アルゴリズムやパラメータ、AI 開発の知識がなくても、直感的にモデル開発を進めることができます。アルゴリズムを選択し、パラメータを設定し、「Create」ボタンを押すだけで、学習が回り始めます。

03 予測結果の確認
画面下部には、「Prediction Sample(予測結果)」が表示されるので、選択したモデルの検証用データに対する検出結果をすぐに確認することができます。「Prediction」と「Target」のバウンディングボックスをそれぞれ表示 /非表示することができ、また予測結果と教師データを見比べて、直感的に比較検討することも可能です。モーダル画面で画像を拡大すると、「Score」の信頼度の数値を確認することができます。

04 モデル評価マッピング
「Model Distribution」では、構築したモデルがマッピングされ、一般的に用いられる各精度指標を用いてモデルの精度比較を行うことができます。ReNom IMGでは「Model Distribution」におい 、 て右上に配置されるモデルが精度の良いモデルと判断することが可能です。

05 モデル学習予約機能
GUIでは異なるアルゴリズムやさまざまなパラメータで学習条件を設定し、モデルの学習を複数予約登録することが可能です。予約したモデル順に学習が回り続け、複数
パターンを容易に試すことができ従来長期間行なっていた試行錯誤を、大幅に短縮することが可能です。

06 モデル詳細/学習曲線
「Model Detail (モデル詳細)」では、選択したモデルで使用されているアルゴリズムや設定パラメータを確認することが可能です。「Learning Curve(学習曲線)」では学
習状況をtrain(学習)とvalid(検証)の曲線の収束具合で確認しながら、学習を進めることが可能です。

 


【ReNomIMGで画像認識モデルの開発スタイルが一変!】

 

【ReNomIMGの画像認識開発・運用イメージ】


【応用分野】

製造ラインでの画像検品:
作業者の目視で行っている製造ラインの検品工程などにおいて、製造物の傷などの画像データを学習させ、部品の良否を識別する自動検品システムとしての活用。

食品工場での品質管理:
出荷されるべき製品の画像データを学習させたAIモデルで、少しでも違う形をした河口物を出荷ラインから自動で振り分けるなどの活用。

プロセスラインでの傷検知:
プロセスラインの工程において発生する傷やへこみなどの欠陥箇所を検出するソリューションとしての活用。検査員のスキルの差で起こっていた欠損箇所の見逃しを防ぐなどの効果があります。

ドローンを用いた外観検査:
鉄塔や橋梁などの傷やヒビ、サビなどを検知するといった用途で活用。人が立ち入ることが困難な場所をドローンで空撮し、外観検査を実施することが可能。

 

ReNomTAG/IMGの詳細はこちら
https://gridpredict.jp/lpimg/

 

Page top