ヤマムギ

growing hard days.

*

「はじめての Amazon Lookout for Vision ハンズオン」に参加しました

   


Amazon Lookout for Visionのハンズオンに参加しました。

Amazon Lookout for Vision

製品の欠陥検出をするAmazon Lookout for Vision。
少なくとも正常画像20枚以上、異常画像10枚以上が必要。
画像さえ用意して、学習すれば、あとは外観検査が行えると。
ソースコードを書いたり、機械学習の深い理解がなくても、自動的な欠陥検出ができるサービスとのことです。
楽しみです。

ハンズオン

ハンズオン手順

サンプル画像を用意いただいてるのでそれをダウンロードして。
Lookout for Visionの初回起動にはS3バケット作成が必要と。
バケット名は決められちゃうのですね。
できたS3バケットに、バケットポリシーとかできてるのかなと思ったら何もないデフォルトのバケットでした。

プロジェクト名をきめて作成してと。

マネジメントコンソールにナビゲートが表示されてます。
この順番で実行していくのですね。
わかりやすいですね。
まずはデータセット作成。

今回はローカルからアップロードします。
アップロードしたのがさきほどのS3バケットに保存されるんでしょうね。

20枚の画像がS3に保存されました。

画像を全部選択して、[正常として分類]しました。

次は異常として用意された画像をアップロードしました。

しみがあったり、汚れたり、ほつれてたりしているカーペットの画像です。

今度は[異常として分類]します。

正常20枚と異常10枚が揃ったので、「モデルをトレーニングするのに十分なラベル付きイメージがあります。」となりました。
[モデルをトレーニング]を押下しました。

ここから時間がかかるので、自己紹介タイムになりました。

待ってる間にS3バケットのポリシーが気になってたのでちょっとテストしてみました。

こんなポリシーでS3だけ使えないIAMユーザーでLookout For Visionでプロジェクトを作って、データセットを作ろうとしたら。

エラーになりました。
なので、操作しているIAMユーザーのポリシーによってS3バケットへのPutが行われるということですね。

そんなこんなことをしているうちにトレーニングが完了しました!

モデルを選択するとサンプルデータを使って、自動でテストされた結果が表示されます。

リコールが100%でしたので、異常が正常とされることはなかったと。
欠陥製品が正常と判断されることはなかったということですね。
安心です。

精度が83.3%で、正常な製品が2つ異常とされてしまったので、このままでは、不良品コストが増えるということになります。
なのでチューニングをしましょう。

[トライアル検出を実行]ボタンを押下しました。

トライアル用のサンプルデータを20枚アップロードしました。
10枚が異常と判断してほしい画像で、10枚が正常判断してほしい画像です。

このトライアル検出をした結果です。
10枚づつの正常、異常が正しい結果なので、まだまだ正しくないですね。

[マシン予測を検証]を押下しました。


正常、異常が正しい結果か、確認して補正します。
そして、データセットに追加してモデルを再学習しました。

こうやってモデルを賢くしていくのですね。

モデルは再学習すると上書きではなくて追加なのですね。
バージョン管理できていいですね。

このモデルを現場で実際に使う場合は、推論モデルを開始します。
そのためのコードスニペットが用意されています。

開始

実行してみました。
{
“Status”: “STARTING_HOSTING”
}

これでモデルがホスティング状態になり、推論課金がスタートします。

マネジメントコンソールで、モデル1が開始中になりました。

ホスト済になりました。

異常検出を実行するコマンドも用意されています。

結果です。
{
“DetectAnomalyResult”: {
“Source”: {
“Type”: “direct”
},
“IsAnomalous”: true,
“Confidence”: 0.6220576167106628
}
}

異常な画像をリクエストして異常と教えてくれました。

実際にはboto3とかで、画像がアップロードされるたびに検出するとかですよね。
今回勉強会で、お助けマンこばさんがPythonのコード用意していただいてたので、それを使ってローカルで実行してみました。

出力は以下でした。
Anomalous: True
Confidence: 0.6220576167106628

これ、使わないときホスティングしぱなっしにしたらコスト的にだめなやつですね。
停止忘れて放置とか最悪な未来しか見えないですね。
なのでちゃんと止めなければ!
停止するコマンドは以下でした。

停止中になりました。
{
“Status”: “STOPPING_HOSTING”
}

面白いデモなので、プロジェクトとモデルは置いておこうと思います。
トレーニングとホスティングしなければ、S3の保存料金ぐらいかなと思うので。

念のためですが、少しの間は課金状況は確認しておきましょう。


最後までお読みいただきましてありがとうございました!

【PR】 「AWS認定試験対策 AWS クラウドプラクティショナー」という本を書きました。

【PR】 「AWSではじめるLinux入門ガイド」という本を書きました。

【PR】 「ポケットスタディ AWS認定 デベロッパーアソシエイト」という本を書きました。

 - event, study , ,

ad

ad

  関連記事

Java SE 7 Silver対策勉強をしながらメモ 2015/2/10

練習問題3日目。 疲れてきた。 でも明日は休みだし一気にやる。 いつものごとくマ …

JAWS-UG 関西IoT専門支部「マクニカkibo + AWS IoTハンズオン」に行ってきました、というか運営メンバーとして参加してきました

2015/12/19(土)はJAWS-UG 関西IoT専門支部の記念すべき1回目 …

「Fin-JAWS 第20回 〜Go to Fin-JAWS School! 2021〜」で発表しました

2021/3/22の「Fin-JAWS 第20回 〜Go to Fin-JAWS …

LINEとAWSとTwilioとkintoneでBOTを作ってみるハンズオン~ラッキーコンテンツ手順~

LINEとAWSとTwilioとkintoneでBOTを作ってみるハンズオンで一 …

Oracle Java SE7 Silverを受験してみて

受験の目的 Goldの前提条件だから Gold資格を取得する目的は技術レベルを理 …

「XP祭り in 関西 2016 〜アジャイル15周年ふりかえり〜」に行ってきました

「XP祭り in 関西 2016 〜アジャイル15周年ふりかえり〜」に行ってきま …

「JAWS-UG Osaka AWSデビューするなら大阪から!大阪リージョン触ろうの会」に参加しました

3/2に大阪リージョンがオープンしたことを受けて、大阪リージョンでサーバーレスア …

実録 JAWS DAYS 2016 ~スタッフ,RoadTrip,懇親会LTで参加しまして~

2016/3/12 参加してまいりましたJAWSDAYS2016 スタッフとして …

「AWS re:Invent報告会 by Yappli」で機械学習を始めてみようという気になった

YappliさんとSpeeeさん合同のre:Invent報告会におじゃましました …

ヤマムギvol.21 AWSのAPIリクエストに署名を追加するデモをしました

ゴールデンウィーク10日連続朝30分のデモチャレンジもいよいよ9日目です。 平日 …