オブジェクト検出、イメージ分類およびテキスト検出分析の実行

事前作成済のOCI Visionモデルを使用すると、機械学習(ML)や人工知能(AI)の専門知識がなくても、画像認識とテキスト認識をアプリケーションに組み込むことができます。たとえば、オブジェクト検出は、写真に写っている車を識別するのに役立ちます。

処理するイメージが20,000を超える場合は、通常、複数のバケットを設定し、各バケットが20,000を超えないイメージで構成されるようにします。次に、個別のデータ・フローを作成して各バケットを処理し、シーケンスを使用して複数のデータ・フローを順番に処理することで、すべてのイメージを処理できるようにします。

前提条件:

Oracle AnalyticsインスタンスがOCI Visionと統合されていることを確認します。Oracle AnalyticsのOCI Visionとの統合を参照してください。
分析するイメージを参照するデータセットを準備し、Oracle Analyticsにアップロードします。Visionモデルを使用した分析用のイメージの準備を参照してください。

Oracle Analyticsのホーム・ページで、「作成」をクリックし、「データ・フロー」をクリックします。
分析するイメージにリンクしているデータセットを選択し、「追加」をクリックします。
データ・フロー・エディタで、「ステップの追加」(+)をクリックします。
「データ・フロー・ステップ」ペインで、AIモデルの適用をダブルクリックし、使用するモデルを選択します。
たとえば、車のナンバー・プレートを検出するには、事前トレーニング済オブジェクト検出を選択します。
「モデルの適用」で、「入力」セクションに移動し、「入力列」および「入力タイプ」パラメータを構成します。
- バケットごとにソース・イメージを参照する場合は、「入力列」で「URL」を選択し、「入力タイプ」で「バケット」を選択します。
  
  図vision_parameters.pngの説明
- ソース・イメージを個別に参照する場合は、「入力列」で「ファイルの場所」を選択し、「入力タイプ」で「イメージ」を選択します。
オブジェクト検出、イメージ分類およびテキスト検出分析モデルのパラメータ・オプションを参照してください。
データ・フロー・エディタで、「ステップの追加」(+)をクリックして「データの保存」選択します。
出力結果を格納するデータセットの名前を入力します。
たとえば、データセットを「駐車場分析結果」という名前にすることができます。
「データ保存先」フィールドで、出力データを保存するための場所を指定します。
「保存」をクリックしてデータ・フローの名前と説明を入力し、「OK」をクリックしてデータ・フローを保存します。
「データ・フローの実行」をクリックしてイメージを分析し、結果を新しいデータセットに出力します。
イメージが20,000未満の場合は、単一のデータ・フローで処理できます。イメージが20,000を超える場合は、個別のデータ・フローを作成して各バケットを処理し(つまり、バケットごとに個別のデータセットを使用し)、シーケンスを使用して複数のデータ・フローを順番に処理します。複数のデータ・フローを作成した後、Oracle Analyticsのホーム・ページで、「作成」、「シーケンス」の順にクリックします。

データ・フローで分析が完了したら、ステップ7で指定したデータセットを開きます。

生成されたデータセットを見つけるには、Oracle Analyticsホーム・ページから、「データ」、「データセット」の順に移動します。

図vision_output_ds.pngの説明

生成された結果の詳細は、オブジェクト検出、イメージ分類およびテキスト検出分析モデル用に生成された出力データを参照してください。