Imagga Image Recognition API
Imagga Technologies · 画像
Imaggaは、画像のタグ付け、分類、モデレーション、類似検索をRESTエンドポイントで提供する画像認識APIだ。自前でモデルを学習させずにコンピュータビジョンを組み込める。
Imagga Image Recognition API について
About
Imaggaとは
Imaggaは、2011年からコンピュータビジョンをサービスとして売ってきたブルガリア企業Imagga TechnologiesのクラウドAPIだ。渡すのはモデルではなくエンドポイントである。画像URLかアップロードIDを送ると、信頼度スコア付きのタグ、カテゴリ、抽出テキスト、似た画像、モデレーション判定がJSONで返ってくる。
魅力は導入の速さにある。APIキーとシークレットの1組で、タグ付け、分類、OCR、背景除去、スマートクロップ、類似検索、顔検出までまかなえる。認証はHTTPSのBasic認証のみ。モデルサーバーもGPUの請求も、学習データの準備も要らない。小さなチームなら半日で画像処理の流れを動かせる。
制約も同じだけ効いてくる。既製モデルは一般的な写真で学習しているため、産業部品や医療画像、珍しい植物といった専門カタログにはカスタムモデルが要る。そしてカスタムモデルはEnterprise契約の内側にある。呼び出しは1回ずつ課金されるので、大量の過去資産を処理する話は技術ではなく予算の話になる。
使い始める
- imagga.comでアカウントを作り、プロフィールのダッシュボードを開く。
- APIキーとAPIシークレットを控える。キーがユーザー名、シークレットがパスワードの役割だ。
- 公開画像のURLでタグ付けエンドポイントを試す。先にファイルをアップロードしてIDを得る方法でもよい。
- JSONの応答を読み、
status.typeを確認してから、必要な信頼度のしきい値でタグを絞る。 - エンドポイントを自社の処理に組み込み、キーはサーバー側に置く。クライアントのコードには書かない。
AIツール情報
Imagga Image Recognition API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
- バックエンド開発者
- EC・マーケットプレイスの担当者
- 信頼性・安全性チーム
- デジタルアセット管理の担当者
タスク
- メディアライブラリへのタグ付け
- ユーザー投稿のふるい分け
- 類似検索の構築
- 画像からの文字抽出
シーン
- 登録時にプロフィール写真を確認するマッチングアプリ。1枚ごとにモデレーションを1回呼ぶほうが、人による確認待ちの列より安く済む。
- 週に数千件の出品が入る中古マーケットプレイス。誰かが1枚ずつ写真を開かなくても、タグとカテゴリを付けなければならない。
- 古い素材を移行する通信事業者やメディアのアーカイブ。バッチのタグ付けで、検索できないフォルダが引けるライブラリに変わる。
主な機能
信頼度スコア付きの画像タグ付け
v2の画像タグ付けAPIは、説明的なタグを平坦なリストで返す。各タグには0から100のスコアが付く。しきい値を決めて信頼できるものだけ残せば、検索索引に雑なラベルが混ざらない。タグ名は複数言語で取得できるため、1回の処理で言語の違う複数店舗に対応できる。
構造化タグ付け v3
v3エンドポイントは、単語の羅列ではなく、自動処理向けの階層的な構造で結果を返す。判断ロジックやエージェントの流れに向く。後段のシステムが知りたいのは「犬が写っている」ことではなく、何の種類の物体かという情報だからだ。v3はv2と併存するので、古い連携もそのまま動く。
コンテンツモデレーションAPI
1回の呼び出しで、画像に成人向け表現が含まれるかどうかの判定が返る。同じサービスが画像内の敏感なテキストも示す。企業が最初に契約するのはたいていこのエンドポイントで、アップロード時点の人手による確認を置き換えられる。しきい値は自分で決めるので、フィルタの厳しさも自分次第だ。
類似画像検索API
参照画像を送ると、索引化したコレクションから見た目の近い画像が返る。「似た商品を探す」ボタンや、重複出品の検出に使われる。結果には距離の指標が付くので、弱い一致を切り捨てて全部を見せずに済む。
OCRと文字認識
OCRエンドポイントは印刷文字を抽出し、画像内の位置も返す。レシート、パッケージ、看板、スクリーンショットをカバーする。文字抽出であって文書理解ではない。生の文字列と座標が返るので、解析は自社側で行う。
クロップ、背景除去、色分析
スマートクロップは被写体を見つけ、中央で切るのではなく座標を返す。背景除去は切り抜きを返すので、白背景が要る商品写真に便利だ。色のエンドポイントは主要色を返し、色味での絞り込みやグループ分けに役立つ。
メリットとデメリット
メリット
- 1つのアカウントで広くカバーできる。タグ付け、モデレーション、OCR、検索、編集が同じキーと同じJSON応答の型を共有する。
- 月79ドルのIndieプランに7万リクエストが付く。小さな製品が実トラフィックで動かしてから大きな契約を検討できる量だ。
- ドキュメントにcurlとPythonの動作例と応答サンプルがあり、連携コードを書く前に出力を確かめられる。
- 多言語のタグ名により、1回のタグ付けを複数の地域向けストアに使い回せる。
- Enterpriseならオンプレミスに置ける。ユーザー写真を第三者に送れない企業には効く条件だ。
デメリット
- 顔認識は月349ドルのProプラン限定で、顔の照合だけが目的でも余分な大量リクエストを買うことになる。
- カスタムモデルはEnterprise契約が前提だ。専門カタログはセルフサービスのプランで弱いタグになり、営業と話さない限り改善できない。
- 無料枠は「Powered by Imagga」のリンクを求める。費用ゼロの商用利用には見える形のクレジットが付く。
- 呼び出しはすべて計測される。100万枚のライブラリを埋めるなら先に費用を見積もる必要がある。まずサンプルで試し、それから全体を流す。
よくある質問
ImaggaはコンピュータビジョンAPIで、ソフトウェアに画像の理解を足す。自動タグ付け、分類、コンテンツモデレーション、文字抽出、類似検索、クロップや背景除去といった編集処理が対象だ。モデルを構築も運用もせずにコンピュータビジョンの出力が欲しいときに使う。
関連コンテンツ
Imagga Image Recognition APIに関連するツール、スキル、記事を探す。
Imagga Image Recognition API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。