docomo MEC™ docomo MEC™ docomo MEC™
お問い合わせ ドキュメント ログインページ
検索
お問い合わせ ドキュメント ログインページ
  • Compute V
  • Compute O
  • Compute D
  • MECダイレクト
  • MECダイレクト(SA)
  • ドコモ画像認識PF
  • ネットワークセキュリティサービス
  • docomo MECポータルへのログイン方法
  • 用語集
  • 改訂履歴
Compute V
Compute O
Compute D
MECダイレクト
MECダイレクト(SA)
ドコモ画像認識PF
ネットワークセキュリティサービス
docomo MECポータルへのログイン方法
用語集
改訂履歴

›チュートリアル

  • ドコモ画像認識プラットフォームとは

  • はじめに
  • 一般物体認識

    • 画像収集
    • アノテーション
    • データセット
    • 学習
    • 評価
    • デプロイ
    • 推論
    • クリーンアップ

    物体検出

    • 画像収集
    • アノテーション
    • データセット
    • 学習
    • 評価
    • デプロイ
    • 推論
    • クリーンアップ

    類似画像検索

    • 画像収集
    • アノテーション
    • データセット
    • デプロイ
    • データの追加
    • 推論
    • クリーンアップ

    特定物体認識

    • 画像収集
    • アノテーション
    • データセット
    • 辞書作成
    • デプロイ
    • 推論
    • クリーンアップ

    姿勢推定

    • 概要
    • デプロイ
    • 推論
    • クリーンアップ

    文字認識

    • 概要
    • デプロイ
    • 推論
    • クリーンアップ

    複数API組み合わせ用コンテナ

    • 概要
    • デプロイ
    • 推論
    • クリーンアップ

    管理画面

    • 認証キー管理
    • アノテーション管理
    • 学習モデル管理
    • 辞書管理
    • API管理
    • ユーザー管理

    APIリファレンス

    • 一般物体認識
    • 物体検出
    • 類似画像検索
    • 特定物体認識
    • 姿勢推定
    • 文字認識
    • 複数API組み合わせ用コンテナ
    • エラーレスポンス

  • 使用上の注意

データセット

概要

 アノテーション付けした画像セットを一般物体認識で使用できるような形式にしてデータセットを作成します。アノテーション済み画像セットにサンプルデータセットを使用する場合は学習のチュートリアルへ進んでください。
  • 学習

データセット作成

 学習用データセットには次に示すファイルが必要です。サンプルツールとして提供されている  ImageTagging.jar  を使用してアノテーションした場合は自動的に作成されています。検証用と評価用も同じように専用のデータセットを作成します。
ファイル種別 ファイル名 詳細 備考
画像ファイル 任意のファイル名 分類したい画像ファイル アノテーションに使用した画像ファイルを使用します
csvファイル classnames.csv クラス名を記載 クラス名の定義
csvファイル annotation.csv 画像とクラスの関連付けを記載 ファイル名とクラスIDの定義
  • ファイル構成

    zipファイル
    ├ dataset
    │ ├ images
    │ │ └ 画像ファイル
    │ └ annotation.csv
    └ config
      └ classnames.csv

zipアーカイブ

 必要なファイルが集まったらデータセットを作成します。データセットは集めたファイルを所定のフォーマットに合わせてzipアーカイブして作成します。zipアーカイブ名は任意です。学習、検証、評価用に3つのアーカイブを作成します。
  • zipアーカイブフォーマット

    アーカイブには  config  と  dataset  フォルダが含まれます。アーカイブのルートにこの2つのフォルダ以外を含めてはいけません。

  • configフォルダ

    configフォルダには学習に使用するクラス定義を示すファイルが含まれます。このフォルダには  classnames.csv  のファイルを格納します。

  • datasetフォルダ

    datasetフォルダには学習に使用する画像ファイルが格納された  images  フォルダと  annotation.csv  が含まれます。 images  フォルダにはアノテーションに使用した画像を全て含めます。

classnames.csv

分類に使用するクラス名を示すcsvファイルです。サンプルツールとして提供されているImageTagging.jarを使用して作成します。

1行ごとに1つのクラス名を列挙します。

  • フォーマットサンプル
    dog
    cat

annotation.csv

 パスを含む画像ファイル名と分類したクラスIDの関連付けを示すcsvファイルです。サンプルツールとして提供されているImageTagging.jarを使用して作成します。クラスIDは  classnames.csv  の0から始まる行番号で表します。上記の  classnames.csv  の場合はdogが0、catが1となります。
  • フォーマットサンプル

    images/dog01.jpg,0
    images/dog02.jpg,0
    images/cat01.jpg,1
    images/cat02.jpg,1

データセットインポート

 学習に使用するデータセットをインポートします。データセットは学習用、検証用、評価用に使用するものを全てアーカイブごとにインポートします。次の手順ではインポートしたデータセットを使用して学習を行います。
  1. ドコモ画像認識プラットフォームにログインします。
  2. 左ペインの  データセットインポート  をクリックします。
  3. インポートするデータセットの名称を入力します。
    名称は入力が必須です。インポート後は名称の変更ができません。
  4. メタ情報を入力します。
    メタ情報に学習や評価に使用するデータセットといった概要を記載しておくと管理がしやすくなります。
  5. データセットをアップロードします。
    作成したデータセットのzipアーカイブを選択します。
  6. 入力内容に問題なければ  インポート  ボタンをクリックしてデータセットをインポートします。
    インポートしたデータセットは  データセット管理  から確認できます。

インポートしたデータセット

インポートしたデータセットはデータセット管理から確認できます。インポートしたデータセットは削除だけが可能でダウンロードしたりインポート内容を確認することはできません。
  1. 左ペインの データセット管理 をクリックします。
  2. 検索情報に必要な情報を入力して  検索  をクリックします。
    検索情報を入力しないで  検索  ボタンをクリックするとインポートされている全てのデータセットを列挙できます。
  3. 検索されたデータセットがリストに表示されます。
    必要のないデータセットは  削除  ボタンをクリックすると削除できます。
    削除されたデータセットは復活させることができません。
← アノテーション 学習 →
  • 概要
  • データセット作成
    • zipアーカイブ
    • classnames.csv
    • annotation.csv
  • データセットインポート
    • インポートしたデータセット
  • ※「docomo MEC」は株式会社NTT ドコモの商標です。
docomo
© NTT DOCOMO, INC. All Rights Reserved