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。