Introduction ¶

ReNomIMGは画像認識モデルを作成するためのGUIツール及びPython APIです

1. コンセプト ¶

ReNomIMGのコンセプトは、AIのモデルをユーザーの目的に沿って自分自身で作成してもらうといったものです。

近年のディープラーニング技術の発展により、画像認識の精度は非常によくなりました。

しかしながら、工業製品の傷を認識させるといったようなビジネスの場面において認識モデルを作成しようとした場合、高精度の認識モデルを得るためにはまだ多くの課題が存在します。

例えば、トレーニング用のデータセットを集める、認識モデルのプログラミングとその学習、モデルの評価といったものです。

特に、このディープラーニングの時代でも認識モデルのパラメータのチューニングは必要となります。

ReNomIMGを使用することで, 画像認識モデルの構築を容易に行うことができます。

2. ReNomIMG 概要 ¶

ReNomIMG は画像認識のサービスです。画像認識にも種類があり以下3つあります。

オブジェクト検出
セマンティックセグメンテーション( 以下セグメンテーション )
画像分類

ReNomIMG はこれら３種類を全て提供します。

さらにReNomIMG は単にオブジェクト検出、セグメンテーション、画像分類を提供するだけではありません。自分のデータを使ってデータ分割、作成したモデルの比較、学習進捗、学習曲線の可視化、さらには作成したモデルのエクスポートできそれらを別のサービスに使用することが出来ます。

3. ReNomIMGが提供するもの ¶

ReNomIMGはGUIツール、代表的なアルゴリズムとPython APIを提供します。

GUIツール ¶

GUIツールを利用して、物体認識モデルを作成することができます。ユーザーはトレーニングデータの用意と、訓練の設定、RUNボタンの押下のみです。

ReNomIMG が提供するアルゴリズム ¶

ReNomIMG では以下のアルゴリズムでモデルを作成することができます。

オブジェクト検出
- Yolo v1
- Yolo v2
- SSD
セグメンテーション
- FCN
- Deeplabv3+
画像分類
- ResNet
- ResNeXt
- VGG
- DenseNet

Python API ¶

ReNomIMG APIは現代的な物体認識モデルのみでなく、分類モデル、セグメンテーションモデル作成用のAPIも提供してくれます。

加えて、これら全てのモデルは事前学習の重みを持ちます。これによりモデルはより正確になります。

サンプルのソースコードを以下に示します。ReNomIMGを使うと、モデルの作成と訓練が３行で可能になります。

VGG16モデルの作成

            
                from renom_img.api.classification.vgg import VGG16

## Data preparation
train_image_path_list = ...
train_label_list = ...
valid_image_path_list = ...
valid_label_list = ...

## Define your dataset classes
class_map = ...

## Build a classification model(ex: VGG16)
model = VGG16(class_map, load_pretrained_weight=True, train_whole_network=False)
model.fit(train_image_path_list, train_label_list, valid_image_path_list, valid_label_list)

## Prediction
prediction = model.predict(new_image)