Image Classification (画像分類)

[すぐに使えるパッケージ] > [UiPath Image Analysis (UiPath 画像分析)] > [Image Classification (画像分類)]

注:

Image Classification (画像分類) モデルは現在パブリックプレビューの段階です。

UiPath® is committed to stability and quality of our products, but preview features are always subject to change based on feedback that we receive from our customers. Using preview features is not recommended for production deployments.

このモデルは CPU でスムーズに動作しますが、プレビュー段階では GPU での実行中に問題が発生する可能性があります。

このプレビューモデルは、画像の分類に使用される再トレーニング可能なディープラーニングモデルです。独自のデータでトレーニングして ML スキルを作成し、画像の分類を実行できます。この ML パッケージは再トレーニングする必要があります。デプロイ前にトレーニングを済ませていないと、モデルがトレーニングされていないことを示すエラーが表示され、デプロイが失敗します。

モデルの詳細

入力の種類

FILE

入力の説明

分類する画像ファイルのフルパスです。

画像の形式が JPEG または PNG であることを確認します。

出力の説明

画像の識別済みラベルと信頼度スコア (0-1) を含む JSON。

{
  "response": {
    "label": "car",
    "confidence": 0.85657345056533813
  }
}{
  "response": {
    "label": "car",
    "confidence": 0.85657345056533813
  }
}

GPU の推奨

既定では、GPU が推奨されます。

トレーニングが有効

既定では、トレーニングは有効化されています。

パイプライン

このパッケージでは、3 つの種類のパイプライン (フルトレーニング、トレーニング、評価) がすべてサポートされています。ほとんどのユースケースでは、パラメーターを指定する必要がなく、モデルは高度な手法を使用して高性能なモデルを検出します。2 回目以降のトレーニングでは、モデルは増分学習を使用します (トレーニングの実行の最後で、その前にトレーニングされたバージョンが使用されます)。

データセットの形式

トレーニングデータセットおよび評価データセットの場合は、images というサブフォルダーが含まれるフォルダーを指定します。このサブフォルダーにはさまざまなクラスの入力フォルダーを複数含めることができます (例: 猫の写真が入った cats というフォルダー、犬の写真が入った dogs というフォルダー)。

例:

-- <Training / Evaluation Directory>
   -- images
      -- Bus
         -- bus001.jpg
         -- bus002.jpg
         -- bus003.jpg
      -- Truck
         -- truck001.jpg
         -- truck012.png
         -- truck0030.jpeg
      -- Car-- <Training / Evaluation Directory>
   -- images
      -- Bus
         -- bus001.jpg
         -- bus002.jpg
         -- bus003.jpg
      -- Truck
         -- truck001.jpg
         -- truck012.png
         -- truck0030.jpeg
      -- Car

環境変数

Epochs - 既定値は 20

成果物

分類レポート

precision    recall  f1-score   support
    Positive       0.75      0.90      0.82        10
    Negative       0.88      0.70      0.78        10
    accuracy                           0.80        20
   macro avg       0.81      0.80      0.80        20
weighted avg       0.81      0.80      0.80        20precision    recall  f1-score   support
    Positive       0.75      0.90      0.82        10
    Negative       0.88      0.70      0.78        10
    accuracy                           0.80        20
   macro avg       0.81      0.80      0.80        20
weighted avg       0.81      0.80      0.80        20

混同行列

Predictions.csv

これは、評価に使用されるテストセットに関する予測を含む CSV ファイルです。

filename      actual        predicted
38    00043.jpg    Positive    Positive
17    00001.jpg    Positive    Positive
59    00014.jpg    Negative    Positive
31    00015.jpg    Positive    Positive
15    00008.jpg    Positive    Positive
69    00025.jpg    Negative    Negative
49    00003.jpg    Positive    Positive
5      00034.jpg    Positive    Positive
36    00044.jpg    Positive    Positive
50    00042.jpg    Negative    Positive
96    00011.jpg    Negative    Negative
53    00046.jpg    Negative    Positive
94    00036.jpg    Negative    Negativefilename      actual        predicted
38    00043.jpg    Positive    Positive
17    00001.jpg    Positive    Positive
59    00014.jpg    Negative    Positive
31    00015.jpg    Positive    Positive
15    00008.jpg    Positive    Positive
69    00025.jpg    Negative    Negative
49    00003.jpg    Positive    Positive
5      00034.jpg    Positive    Positive
36    00044.jpg    Positive    Positive
50    00042.jpg    Negative    Positive
96    00011.jpg    Negative    Negative
53    00046.jpg    Negative    Positive
94    00036.jpg    Negative    Negative