AIが最も導入されているのは画像処理の分野であるとお聞きした方も多いのではないでしょうか？特に製造業の分野で多く見られます。例えば、AIが利用される分野としては、以下があります。
製品検査： 製品の不良を発見する異常検知の技術を応用
予知保全： 設備の異常を予測する技術
デジタルファクトリープラットフォーム： IoTとAIを組み合わせが生産性と品質向上をはかる
サプライチェーン最適化： 分析予測技術を活用した生産計画、価格予測、在庫管理などサプライチェーンの最適化
その中でも、サプライチェーン最適化以外は、画像によるAI活用が大部分を占めてきます。
しかし、その中でももととなるものは、データラベリングによって生成された大量の学習用データが必要となってきます。では、その画像におけるデータラベリングはどのようなものがあるのでしょうか？
その種類をご紹介していきます。
大きくは３つのタイプがあります。
１、 物体検出
２、 領域検出
３、 画像分類
ではどのような作業が必要になるのか見ていきたいと思います。
１、 物体検出
画像に対して、意味付けを行っていきます。
これは、自転車、人、足、建物などとタグを付けていきます。
２、 領域抽出
画像の中にある物体に対して、どの部分にあたるかを指定します。
３、 画像分類
画像に対して詳細なタグを付けていきます。
例えば、「この動物は何？」「色は？」「柄は？」「どういう関係？」 などの属性を付けていきます。
このように画像に対してデータを作成をしていくことで、教師ありデータの学習モデルを作成していくことができます。
膨大な画像に対して、人間の目によってこれらの作業を行っていくには、さまざまな有効なアノテーションツールを利用いただくことが重要になってきます。
allAi.jpでは無償で使えるツールもご紹介をしていきたいと思いますので、ぜひよろしくお願い致します。