コース: Microsoft Azure AI Fundamentals（AI-900）試験対策：Computer Vision
画像処理とは
前のコースで、 基本的な機械学習は、 表形式のデータの特徴を 学習するものと学びました。 このコースでは、 画像処理つまり 画像データの学習について、 学んでいきます。 画像処理とは何か、 その利用例、また画像処理のための Azure のサービスについて、 順番に見ていきましょう。 最初のレッスンは、 画像処理とはどんなものか という内容です。 機械学習は、 人間の行動と能力を模倣する ソフトウェアです。 その中で、画像処理は 人間の視覚の模倣であると言えます。 つまり、「モノを見て」理解する能力です。 言うまでもなく コンピューターは、人間と同じような 目を持っているわけではありません。 つまり、「モノを見る」とは、 画像データを読み込むということです。 画像データとは、 写真、ビデオ、また文書をスキャンした ファイルなどが相当します。 これらのファイルを読み込んで 理解する能力とは、 つまり、画像処理とは、 画像データの分類や整理、 また、情報の抽出を行う技術だ、 ということです。 これらの画像データは、 「表形式」のデータからは 得られない情報を含んでいます。 画像データの特徴を学習することによって、 そのデータをビジネスに活用できそうです。 とは言え、画像データの特徴を 学習するには、 いくつか課題があります。 では、その課題とは何でしょうか。 続いて、画像データの学習の課題と、 その対応方法について、 見ていきたいと思います。 画像データを学習するうえでの課題は、 ゼロから学習するには 膨大なデータが必要だということです。 一般に機械学習では、 データの特徴を見つけ出すために、 多くのデータが必要です。 画像の場合は、データが複雑であるために、 さらに膨大なデータが 必要になると言えます。 ということは、次のような課題が 挙げられるでしょう。 ひとつが、「大量の画像データを 集められるのか？」という課題。 そしてもうひとつは、 「偏りのないデータを集められるか？」 という課題です。 さらに、これらのデータを 集められたとして、 「品質のよいモデルが作れそうか？」 というのも、懸案事項になります。 機械学習の３つの課題は、 画像データを学習する際にも、 そのまま当てはまります。 それでは、このような課題に対して、 どんな対応方法、解決方法が 考えられるでしょう。 そのひとつが、 学習済みのモデルを 利用するということです。 学習済みのモデルは、 Microsoft がサービスとして 公開しています。 これを使うことで、 今挙げた課題を 解決することができそうです。 学習済みのモデルを利用する メリットは何でしょうか。 これは、課題の裏返しと言えそうです。 つまり、大量の画像データを 用意する必要がないというメリット、 そして、サービスに画像を送信するだけで、 画像の分析が可能だということです。 大量のデータを用意しなくてもよい、 単に画像を送信するだけでよい、 というのは、 非常に大きなメリットと言えます。 また、学習済みのモデルそのままでは、 特定のシナリオでは、 利用が難しいこともあります。 そのような場合は、 特定の目的に特化した 画像処理モデルを作ることが 可能です。 そしてその際に、 少量のデータだけで作成できる というメリットがあります。 さらには、これらのメリットを AI や機械学習の専門的な知識なしでも できるということは、 非常に大きいと思います。 このレッスンでは、 画像処理とは何か、 また、画像処理の課題、 そして学習済みモデルを利用する メリット、この３点を紹介しました。
コースをダウンロードして学習しましょう。
ラーニングコースをダウンロードしてオフラインで視聴しましょう。ダウンロードしたコースはLinkedInラーニングのモバイルアプリ (iOSまたはAndroid) で視聴できます。