AnnoFabチュートリアル

機械学習向け教師データ作成Webアプリケーション AnnoFab (アノファブ)へようこそ。AnnoFabは、機械学習の領域でなかなか手をかけられない教師データ作成(またはアノテーション、タグ付け)を強力にサポートします。

このチュートリアルをご覧いただくことで、AnnoFabの活用方法を学び、教師データ作成のさまざまな課題を克服していただけることでしょう。

はじめに

機械学習を行うフレームワーク(TensorFlow、Chainer…)やクラウドサービス(Amazon Rekognition、Google Cloud Vision、Microsoft Azure Custom Vision Service…)は充実する一方ですが、学習時や評価時に欠かせない 教師データ(またはアノテーションデータ) は、どうされていますか?

  • 機械学習の勉強を始めたけれど、やってみたい認識用の教師データがなくて、MNISTで止まってしまっている
  • 研究室の仲間と新しい機械学習のテーマに取り組みたいけれど、教師データの作成がネックになっている
  • 色々なツールを使って教師データを作成しているけれど、作業効率や品質が向上しない

というような、 「教師データの準備に課題があって、なかなか次のステップを踏み出せない」 という方も、多いのではないでしょうか。

そんな「手っ取り早く実験したいけれど、教師データの準備ができない!」というお困りの皆さまに、AnnoFabはぴったりのツールです。

AnnoFabのできること

  • 物体へのマーキング(矩形、多角形、塗りつぶし)
  • 物体へのラベル(種別)や属性の付与

といった、一般的な教師データ作成に必要な機能を提供しています。

具体的な手順としては、

  1. 画像を撮影(静止画/動画)
  2. AnnoFabに画像をアップロード (WebブラウザまたはAPI)
  3. AnnoFabでアノテーション(Webブラウザ)
  4. AnnoFabで完成した教師データ(アノテーションデータ)をダウンロード(WebブラウザまたはAPI)

という流れで、JSON形式の教師データを得られます。この教師データをもとに「画像内の注目物体部分だけをクロップ」すれば、機械学習に使用するデータが得られます。

また、AnnoFabでは、

  • タスク管理
  • アノテーションの作業ミスの管理
  • 作業進捗管理

など、チームでアノテーション作業を行うための機能も備えています。研究室/同僚と一緒に作業を行う場合には利用を検討ください。

では次章より、「交通標識認識のための教師データ作成」を例として、アカウントの作成~教師データのダウンロードまでの手順を解説してゆきます。