Custom Vision
Microsoft · 画像
Custom Vision は Microsoft Azure の画像認識サービスだ。ラベルを付けた写真をアップロードして分類器や検出器をトレーニングし、API で呼び出すか、書き出してオフラインで動かす。
Custom Vision について
What Is Custom Vision
Custom Vision は、自社データで画像認識サービスを組み立てるための Microsoft のマネージドサービスだ。写真を用意し、必要なラベルを付けると、プラットフォームがカスタム画像識別子をトレーニングし、新しい画像をそのラベルに照らして採点する。プロジェクトは 2 種類。画像分類は 1 枚に 1 つ、または複数のラベルを付ける。物体検出は、見つけた物体ごとに枠の位置も返す。
作業はブラウザの customvision.ai で完結する。SDK と REST API を使えば、処理の流れをコードで組める。トレーニングは時間単位で課金される Azure の計算資源で動き、推論は別のリソースに分かれる。トラフィックの多い本番エンドポイントが実験と資源を奪い合うことはない。コンパクトドメインで学習したモデルは、スマートフォン、カメラ、オンプレのサーバーへ書き出せる。純粋なクラウド API ではなくこれを選ぶ理由は、たいていここにある。
厄介なのは日程だ。Microsoft は Azure Custom Vision の提供終了を発表しており、既存顧客のフルサポートは 2028 年 9 月 25 日まで続く。余裕はある。それでもコンピュータビジョンモデルのトレーニングを新しく始めるなら、移行の道筋を先に見ておくべきだ。精度にも現実的な限界がある。きれいで一貫したラベルの付いた 100 枚は、雑な 1,000 枚に勝つことが多い。スタジオ写真で学習したモデルは、現場で撮ったぶれた写真に弱い。
Getting Started
- Azure ポータルで Custom Vision のトレーニングリソースを作り、データに近いリージョンを選ぶ。
- customvision.ai を開き、分類か検出のプロジェクトを作成してドメインを決める。
- 画像をアップロードしてラベルを付ける。最初の学習までにラベルごと 15 から 30 枚を目安にする。
- トレーニングを実行し、ラベルごとの適合率と再現率を見て、タグを直すか画像を足して再学習する。
- イテレーションを推論リソースへ公開し、アプリからエンドポイントを呼び出す。
AIツール情報
Custom Visionの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 既存アプリに画像の仕分けを足したい開発者。REST API と SDK は .NET、Python、Java、Node.js のコードにそのまま入る。データサイエンスのチームは要らない。
- 小さな工場の運用チーム。検出モデルはライン上の欠品を知らせる。実際の不具合写真を誰かが足し続けることが条件だ。
- 商品カタログや小売の担当者。分類は商品写真の整理や棚の確認に使える。ただし照明がばらつく現場は専用の学習データが要る。
タスク
- ユーザーの投稿を内容で振り分ける。領収書、身分証明書、ペットの写真などのラベルを学習させ、ファイルを正しいキューへ流す。
- 部品の有無を確認する。検出は枠と信頼度を返すので、単純なしきい値で人による確認を起動できる。
- 固定カメラの状態を読む。クラウドとの往復が遅すぎる場面では、コンパクトモデルを書き出して端末で推論する。
- 画像のアイデアを 1 週間で試す。無料枠の 2 プロジェクトと月 10,000 回の推論で概念検証は足りる。
シーン
- 電波のない現場で使う点検アプリ。コンパクトモデルを CoreML か ONNX に書き出し、端末上で推論する。
- サポートのスクリーンショットを種類別に振り分ける流れ。分類が付けたラベルをチケットシステムがそのまま使える。
- 大きな開発の前の予備検証。ラベルの組が学習可能かを Custom Vision で確かめ、本番では Azure Machine Learning AutoML へ移る。
主な機能
自前のラベルによる画像分類
ラベルは自分で決める。サービスはその見え方を学ぶ。マルチクラスのプロジェクトは 1 枚につき 1 ラベルを選び、マルチラベルなら複数を同時に許す。1 枚に複数の要素が写る写真に向く。学習後の推論はラベルごとの確率を返すので、境界はコード側で決められる。
物体検出とバウンディングボックス
検出プロジェクトは、ラベルの有無だけでなく各インスタンスの位置を返す。数を数える、ライン上の向きを確かめる、後工程のために領域を切り出す。こうした用途で効く。ポータルで枠を描けば、学習済みの物体検出モデルが一致箇所ごとに座標と信頼度を出す。
用途別ドメインで学習を短縮
空の汎用モデルから始める代わりに、内容に合ったドメインを選べる。食品、ランドマーク、小売、そして書き出し向けのコンパクト版だ。出発点が近いほど、使える精度までの画像枚数は少なくて済む。代わりにコンパクトドメインはモデルサイズを制限するため、クラウドのフルドメインほどの精度には届かない。
イテレーション、指標、しきい値
学習のたびに名前付きのイテレーションが生まれ、比較できる。ポータルはラベルごとの適合率、再現率、平均適合率を示す。ラベルごとに確率のしきい値を設定すれば、誤検出と取りこぼしのバランスを取れる。公開は独立した手順なので、失敗した実験が稼働中のエンドポイントに触れることはない。
エッジとコンテナへの書き出し
コンパクトドメインのモデルは TensorFlow、CoreML、ONNX、または Linux と Windows 向けの Docker イメージとして出せる。カスタム画像識別子をスマートフォン、Raspberry Pi、産業用 PC でオフライン実行できる。書き出したモデルは外部へ通信しない。データを拠点の外に出せない現場では助かる。
ポータル、SDK、REST API
Web ポータルだけで、ラベル付け、学習、テストまでコードなしでこなせる。繰り返し実行する流れが必要なら、REST API と .NET、Python、Java、Node.js のクライアントライブラリが同じ操作をプログラムから行う。学習と推論は別の Azure リソースに置けるため、実験は安いリージョンに残し、本番は利用者に近いリージョンから配信できる。
メリットとデメリット
メリット
- ラベル付き写真から動くエンドポイントまで、学習コードを書かずに進める。
- 無料枠に 2 プロジェクト、月 1 時間の学習、10,000 回の推論が含まれる。
- コンパクトモデルは CoreML、ONNX、TensorFlow、Docker に書き出せ、オフライン推論ができる。
- 学習と推論のリソースは別々に課金されるので、止まっている実験の費用は小さい。
- 課金、アクセス制御、監視は、すでに使っている Azure サブスクリプションの中で完結する。
デメリット
- Microsoft は 2028 年 9 月 25 日にサービスを終了する。すべての導入に移行計画が要る。
- ラベルの数が少ない、付け方がばらつく、といったデータでは精度が崩れる。直すには手作業のラベル付けが増える。
- 書き出せるのはコンパクトドメインだけで、クラウドのフルモデルより精度は落ちる。
- 推論費用は 1,000 トランザクションあたり 2 ドルで流量に比例する。アクセスの多いアプリでは積み上がる。
よくある質問
自分でラベルを付けた写真から画像モデルを学習する。商品画像の整理、生産ラインの不良検出、固定カメラの状態読み取り、投稿ファイルの内容別振り分けが代表的な用途だ。
関連コンテンツ
Custom Visionに関連するツール、スキル、記事を探す。
Custom Visionの代替ツール
X Ray Interpreter
X-ray Interpreter · 画像X Ray Interpreter は、X 線、CT、MRI、超音波、PET の画像を平易な言葉のレポートに変えるウェブベースの AI 放射線ツールだ。スキャン画像をアップロードすると、X 線の予備的な読影結果がすぐに返ってくる。説明が必要な箇所があれば、その後で追加の質問もできる。位置づけはセカンドオピニオンと学習の補助であり、医療診断ではない。
Aieasypic
AIEasyPic · 画像AIEasyPicは、単純なテキストプロンプトを数秒で完成したアート作品に変えるAI画像生成ツールだ。自分の写真でカスタムモデルを訓練したり、既存の画像の顔を交換したり、テキストから短い動画クリップを作ったりもできる。すべてブラウザだけで完結する。手早くビジュアルが欲しい気軽なクリエイターにも、コードを一切触らずに個人モデルを作りたい趣味の人にも向く。
Chargen
Chargen · 画像ChargenはDungeons & Dragonsやその他のテーブルトークRPG向けに作られたAIキャラクター生成ツール兼ワールドビルディングツールキットだ。一行のアイデアを描き上げたキャラクター肖像に変え、同じセッションでNPC、モンスター、マップ、遭遇を生み出し、すべてのクリーチャーの詳細を手元に置く。テーブルトークRPGアートの部分はGoldと呼ばれるクレジット制で動き、テキスト生成ツールは誰でも無料のまま使える。