分類 (緑) ツール
|
|
分類 (緑) ツールは、その高速かつ正確な画像分類で知られており、非常に要求の厳しい分類環境に悩むさまざまな分野の多くのお客様に広く採用されています。分類 (緑) ツールは、画像におけるオブジェクトまたはシーン全体を識別して分類するために使用されます。オブジェクトをソートしたり、さらに解析をしたりするために使用することもできます。分類 (緑) ツールに学習させたら、画像にタグを割り当てます。ツールはそのタグを使用して、画像にクラスを割り当てます。タグはラベルで表示され、ツールが割り当てた分類に対する確実性が割合で表示されます。
分類 (緑) には、High Detail モード、High Detail Quick モード、およびフォーカスモードの 3 種類のアーキテクチャがあります。各モードで使用されるアーキテクチャが異なるため、ツールパラメータオプションにいくつかの違いがあります。また、アーキテクチャの違いにより、学習/処理の結果とそれらに要する時間は異なります。
分類 (緑) フォーカス は、学習セットに属している画像のピクセル情報を、特徴のサンプリングによって学習する画像分類ツールです。画像が正しくラベル付けされている場合、画像の ROI (対象領域) が正しく設定されている場合、および学習セットの画像から特徴的な特徴を適切に検出する一連のツールパラメータ値が指定されている場合に、画像情報をうまく学習することができます。十分に学習させた後は、それぞれの画像について、どの画像が特定のクラスに属するかを予測することができます。 十分に学習させたこのツールは、VisionPro Deep Learning の他のすべてのフォーカスツールと同様に、サンプリングの大きさをユーザが定義できるサンプラーを使用して、画像から特徴をサンプリングします。ほとんどの環境で 分類 (緑) High Detail よりも短時間で分類結果を生成することができ、実用的なパフォーマンスを備えています。
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。
分類 (緑) High Detail Quick は 分類 (緑) High Detail の速度を最適化したバージョンであり、分類精度がわずかに低下しますが学習速度を大幅に向上させています。利用可能な最大限の速度を引き出すために、検証損失の計算を省略し、学習中の最後のエポックの結果を使用して最適なニューラルネットワークモデルを選択します。検証セットと検証損失を使用する代わりに、最新の学習アルゴリズムを使用して安定した適切な結果を保証しますが、その精度は 分類 (緑) High Detail に比べて少し劣ります。分類 (緑) High Detail と分類 (緑) High Detail Quick のもう 1 つの大きな違いは、サポートされているツールパラメータの数です。分類 (緑) High Detail Quick では、必要なツールパラメータの数が少ないため、パラメータ調整の手間が省けます。利用可能なツールパラメータの数、検証セットの使用、および速度と精度のトレードオフを除くと、分類 (緑) High Detail Quick の使用フローのほとんどが分類 (緑) High Detail の使用フローと似ています。
次の方法でツールの分類機能を使用することができます。
ツールを使用するには、「学習セット」を提供し、適切なラベルを使用して画像にタグ付けします。画像にタグ付けしたら、ツールに学習させます。次に、学習中に使用されなかった画像を使用してツールを検証します。
|
