SlideShare a Scribd company logo
Watsonと一緒
VR編
2 0 1 9 / 0 7 / 1 1 江 澤 美 保 @ ク レ ス コ
2
これから話す人
Watsonハッカソン
アイディア賞
水曜ワトソンカフェ運営
SIerIoTLT女子部 登壇
小学生向け
ロボット教室
株式会社クレスコ
先端技術事業 スマートテクノロジーオフィス
AIサービスエバンジェリスト 江澤 美保
.NET系
テクノロジ
企業向け
Web製品開発
事務管理の
海外移管
決済サービス
フィールドSE
技術研究所
公募一期生
企業との共同
研究プロセス
AI・ロボット
専門営業
IBM Watson
企業導入
2009年~ エンジニア~2009年 エンジニア 2013年~ エンジニア 2014年~ 技術営業
AIコンサル
AIエンジニア
2019年
IBM Champion
2018年~ 技術営業
翔泳社から Watsonの本が出ました❤
今日お話しすること
1. Watsonの画像認識機能
Visual Recognition 概要
2. Visual Recognitionのカスタムモデルで
娘と仲良くなった話
Visual
Recognition
Wa t s o n の 画 像 認 識 サ ー ビ ス
Visual Recognitionとは?
AI Assistant 照会応答系
Watson Assistant
様々なチャネルでのAIアシスタントを作成
Discovery 知識探索系
Discovery
大量データの検索、適切な意思決定を支援
Natural Language Understanding
自然言語でのテキスト分析、概念、
エンティティ、キーワードのメタデータ抽出
Knowledge Studio
業界・分野ごとの言葉をWatsonに学習させる
Vision 画像系
Visual Recognition
画像に写った物体・情景・顔などを分析・認識
Speech 音声系
Speech toText
音声認識、音声からテキストを書き起こし
Text to Speech
音声合成、テキストから自然な音声を合成
Language 言語系
LanguageTranslator
テキストを別の言語にリアルタイムで翻訳
Natural Language Classifier
自然言語の意図を解釈し、関連度合いを
信頼度レベル付けして分類
Empathy 心理系
Personality Insights
性格分析、テキストから筆者のパーソナリティ
(ビッグ・ファイブ,価値,ニーズ)の3つの特徴を推測
Tone Analyzer
感情分析、テキストに表れるトーンや感情を分析
データ分析系/AIライフサイクル管理系
Visual Recognitionとは?
画像認識のWatson API。一般物体認識、顔認識などすぐに使える学習済モ
デルを持つ。独自の画像を学習させてオリジナルの分類を行うことも!
認識したクラス スコア
一般的分類モデル
(IBM学習済)
VR
何を識別できるのか?
一般
物体
認識
顔認識
食物
認識
不適切
認識
文字
認識
(pβ)
カス
タム
カス
タム
物体検出
(pβ)
顔認識だとこんな感じ
Age:38
gender:female
Age:29
gender:male
Age:40
gender:male
Azure
利用事例
•ブランド品の真贋判定(大黒屋)
•タイヤの摩耗診断(オートバックス)
•不動産設備の修理受付(ザイマックス)
Visual
Recognitionの
カスタムモデルで
娘と仲良くなった話
Wa t s o n の 画 像 認 識 サ ー ビ ス
うちの娘はバレエが大好き
バレエわかりたい!でも……
•大きな問題が
WATSON,HELP ME!!!!
バレエキャラクターを
見分けられたら娘との
会話もはずむのでは?
出番だWatson
Visual Recognition!!
Challenge Visual Recognition
General(一般物体識別モデル)でチャレンジしてみると……?
認識したクラス スコア
一般的分類モデル
(IBM学習済)
VR
What is Visual Recognition
画像認識のWatson API。一般物体認識、顔認識など学習済モデルあり。
独自の画像を学習させてオリジナルの分類を行うことも!
認識したクラス スコア
一般的分類モデル
(IBM学習済)
VR
カスタムモデルとは?
独自の画像を学習させてオリジナル画像認識を行うのが、カスタムモデル
車
カスタムモデル
自動車
トラック
バス
電車
ロケット
飛行機
肯定的(positive) 否定的的(negative)
学習データ
zip
zip
分
類
し
た
い
ク
ラ
ス
VR投入ファイル
最小 推奨 備考
画像サイズ 32×32ピクセル 224×224ピクセル
学習枚数/クラス 10枚 150~200枚
各クラス枚数を揃えると良し
バリエーション(※)を持たせる
含めるクラス 肯定的のみ 肯定的・否定的 否定的クラスで誤認識を防ぐ
VR ※バリエーションのポイント
 照明
 アングル
 フォーカス
 色
 形状
 被写体との距離
 画像内の他の物体の有無
トレーニング・データ
トレーニング・データ
トレーニング・データに関する推奨事項
カスタム分類器の精度を最大限に向上させるためのコツ
⚫ トレーニングの際は、少なくとも 150 個の肯定的な例と否定的な例を使用すること。
⚫ サンプル・セットごとに含める画像に、最大限のバリエーションを持たせること。
⚫ 肯定的な例と否定的な例との間でのバリエーションはなるべく少なくすること。
⚫ 一致条件が画像のほんの一部だけを表す場合、画像をトリミングすること。
⚫ 自動変換を適用して画像の変形を作成し、トレーニング・データ・セットを増やすと
いう方法を検討すること。
https://www.ibm.com/developerworks/jp/cognitive/library/cc-build-with-watson-tips-best-practices-custom-classifiers-visual-recognition/index.html
トレーニング・データ
カスタムモデルを作ろう
1.分類対象決定 2.学習データ収集 3.学習実施
分類対象を決めよう
1.分類対象決定 2.学習データ収集 3.学習実施
何を見分けたいの?良く見せてくる動画
や写真の演目!
大体衣装とポーズと
背景でわかるよ!
わからん!似てる!
トレーニング・データを集めよう
1.分類対象決定 2.データ収集 3.学習実施
どの写真が何の演目か
わかないでござる データを集めることも
ままならないのか……
いざ、トレーニング!
フロリナ王女
クラス名:bluebird
オーロラ姫
クラス名:aurora
金平糖の精
クラス名:dragee
否定クラス
よし、テスト!
フロリナ王女金平糖の精 オーロラ姫
よく
でき
ました
よく
でき
ました
よく
でき
ました
㊙ ㊙ ㊙
カスタムモデルのポイント
1.分類対象決定 2.学習データ収集 3.学習実施
分類対象の
絞り込みが大切
有識者との
連携が重要
分類対象の
絞り込みが大切
有識者との
連携が重要
精度検証と
精度向上!
最大の成果
よく
でき
ました
ママ
けっこう
すごいじゃん!
THANK YOU❤
Watsonと一緒
VR編

More Related Content

PDF
2021 Watson Update & Watson Discovery
PDF
助けてWatson!Assistantで家庭内業務を効率化
PDF
AIはおいしいホルモン焼きを食べるか?
PPTX
Ai の最新動向と今熱い chat bot による業務効率化
PPTX
今日からはじめようAWS IoT
PDF
MISO20200530
PDF
IoT 導入を簡単に実現する“つなぐ”技術 ​~デンソーウェーブの IoT製品と Microsoft Azure 連携~
PDF
IoTビジネス共創ラボ 第15回勉強会 オープニング
2021 Watson Update & Watson Discovery
助けてWatson!Assistantで家庭内業務を効率化
AIはおいしいホルモン焼きを食べるか?
Ai の最新動向と今熱い chat bot による業務効率化
今日からはじめようAWS IoT
MISO20200530
IoT 導入を簡単に実現する“つなぐ”技術 ​~デンソーウェーブの IoT製品と Microsoft Azure 連携~
IoTビジネス共創ラボ 第15回勉強会 オープニング

Similar to Watsonと一緒 VR編 (20)

PPTX
クラウド x IoT実践事例のご紹介
PDF
老舗メーカーに反復型開発を導入してみました 中原慶
PDF
フルマネージドサービスの活用とIoTシステムのオペレーション
PDF
ITフォーラム2025 先端IT活用推進コミュニティ セッション3:空気を読む家スタジオの取り組み
PPTX
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
PPTX
SWTT2017 - Lightningアプリケーション開発現場で 実践しているノウハウ
PPTX
【第20回】オープニング
PDF
05.日本マイクロソフト(株)_発表資料
PPTX
kintone hive vol.3 大阪
PDF
IoTビジネス共創ラボ 第16回オンライン勉強会 オープニング
PPTX
マイクロソフトにおけるオープンソース戦略 ソフトウェア開発者が実現できること
PDF
Introducing IBM Cloud & Cognitive
PDF
オープニング
PDF
第三回北海道ワトソン勉強会 Watson + IoT 丼
PDF
基調講演「データのグループウェア化」
PDF
IoT ビジネス共創ラボの趣旨説明、地方共創ラボ紹介_IoTビジネス共創ラボ 第10回 勉強会
PDF
クラウド事業者に求めるビジネス要件
PDF
クラウドEXPO 2011春資料 20110418
PPTX
クラウドが変えるwebの世界
クラウド x IoT実践事例のご紹介
老舗メーカーに反復型開発を導入してみました 中原慶
フルマネージドサービスの活用とIoTシステムのオペレーション
ITフォーラム2025 先端IT活用推進コミュニティ セッション3:空気を読む家スタジオの取り組み
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
SWTT2017 - Lightningアプリケーション開発現場で 実践しているノウハウ
【第20回】オープニング
05.日本マイクロソフト(株)_発表資料
kintone hive vol.3 大阪
IoTビジネス共創ラボ 第16回オンライン勉強会 オープニング
マイクロソフトにおけるオープンソース戦略 ソフトウェア開発者が実現できること
Introducing IBM Cloud & Cognitive
オープニング
第三回北海道ワトソン勉強会 Watson + IoT 丼
基調講演「データのグループウェア化」
IoT ビジネス共創ラボの趣旨説明、地方共創ラボ紹介_IoTビジネス共創ラボ 第10回 勉強会
クラウド事業者に求めるビジネス要件
クラウドEXPO 2011春資料 20110418
クラウドが変えるwebの世界
Ad

Watsonと一緒 VR編