Amazon Lookout for Vision 向いてるコト、使いどころと注意点/what-amazon-lookout-for-vision-can-be-used-for-and-how-to-use-it

Transcript

1. Amazon Lookout for Vision 向いてるコト 使いどころと注意点 AWS エバンジェリストシリーズ / AWSの基礎を学ぼう

   特別編 Feb. 27, 2021 株式会社ソラコム テクノロジー・エバンジェリスト 松下享平 / Max @ma2shita

2. 株式会社ソラコム テクノロジー・エバンジェリスト 松下享平 (まつした こうへい) "Max" 講演回数 140超/2018年 保有スライド 1万枚超(もはやわからん)

   オーバーラン常習犯 JAWS-UG IoT 専門支部 好きな AWS サービス • AWS IoT Core • AWS IoT Events • awscli @ma2shita お気軽にフォローを！

3. 感性依存なところがある 🤔 AWS Lambda 等を実行できる IoT ボタン SORACOM LTE-M Button

   powered by AWS

4. 機械で判定させたい

5. 機械学習等は素人 そんな私でも 1/31のアイコンセットに 入っています

6. これらの画像を用意すれば…

7. 正常 正常 異常

8. ご紹介内容 Amazon Lookout for Vision • 向いているコト、他サービスを検討する時 • 使う際の注意点 •

   活用アイデア • アプリケーションへの組み込み方法 • 最大の壁「画像を集める方法」

9. Amazon Lookout for Vision 向いているコト 正常 / 異常の2値分類 3種類以上の分類 正常

   保留… 異常 正常 正常 異常 Amazon Lookout for Vision 向け ワークロード ✓ 🤔 他サービスの利用を検討 Amazon Rekognition、 Amazon SageMaker 等

10. Amazon Lookout for Vision 活用時の注意点 ➢ 学習時と推論要求時の画像ファイルの品質を 合わせておこう • 色味、背景やトリミングといった画像調整はフォーカス外

    • 特に縦横サイズが学習時と推論時で異なるとエラー発生 ➢ ワークロードが最大となるように働かせよう • インスタンス稼働時間による課金タイプ • DetectAnomaies のクオータ(TPS)にも注意 ➢ Confidence(信頼度) も見るようにしよう

11. Amazon Lookout for Vision Confidence(信頼度) で中間分類を実現 結果 (IsAnomalous) 正常 正常

    異常 最終判断 正常 保留 異常 信頼度 (Confidence) 89% 34% 77% 条件付け Confidence < 60% を “保留” とする

12. Amazon Lookout for Vision 活用アイデア ラベルのズレ スイッチの状況 在庫の有無 メーター監視 傷モノ検査

    ※ Amazon Lookout for Vision 説明ページより

13. Amazon Lookout for Vision アプリケーションへの組み込み方法 AWS CLI boto3 import boto3

    client = boto3.client('lookoutvision') API https://boto3.amazonaws.com/v1/documentation/api /latest/reference/services/lookoutvision.html https://docs.aws.amazon.com/lookout-for- vision/latest/APIReference/Welcome.html 既存システムへの組み込み AWS Lambdaとの連携 API Gateway からの 直接呼び出し

14. Amazon Lookout for Vision Raspberry Pi 等の Linux OSから AWS

    CLI 準備 $ sudo apt install fswebcam > AWS CLI v2 インストール 撮影と推論 $ fswebcam -d /dev/video0 -S 60 -r 1280x720 --no-banner image.jpg $ aws lookoutvision detect-anomalies --project-name labeling_anomaly_detect ¥ --model-version 1 --content-type=image/jpeg --body image.jpg

15. 機械学習、最大の壁は… 画像を集める方法 ➢ 不良品が出るまで待つ？ ➢ 不良品を「わざわざ」作る？

16. どの様にして集めたのか？

17. Photoshop や ImageMagick で作り出す $ for X in $(321 325)

    ; ¥ do for Y in $(246 251) ; ¥ do composite -verbose -geometry +${X}+${Y} -compose over label.png base.jpg ${X}-${Y}.jpg ; ¥ done ; done 2枚のレイヤーを ImageMagick で合成

18. 詳しくは Qiita にて LGTM していってね！ https://qiita.com/ma2shita/items/39ca13feeb43348b9f36 https://qiita.com/ma2shita/items/fb61de364ab316ff47a4

19. SORACOM は IoT の「つなぐ」を簡単に https://soracom.jp/recipes_index/2956/ 「どんな現場からでも AWS につなげたい」 そんな時にご検討ください！

20. None
21. None
22. None