Custom Vision Service とはWhat is the Custom Vision Service?

Custom Vision Service は、カスタム画像分類子の構築を支援する Microsoft Cognitive Services です。The Custom Vision Service is a Microsoft Cognitive Service that lets you build custom image classifiers. 画像の分類子を簡単に素早く構築、デプロイし、その性能を向上させることができます。It makes it easy and fast to build, deploy, and improve an image classifier. Custom Vision Service には、画像をアップロードして分類子をトレーニングするための REST API や Web インターフェイスが用意されています。The Custom Vision Service provides a REST API and a web interface to upload your images and train the classifier.

Custom Vision Service でできることWhat does Custom Vision Service do well?

Custom Vision Service は、分類したい項目が画像の中で目立つ場合に最も良く動作します。The Custom Vision Service works best when the item you're trying to classify is prominent in your image.

分類子を作るうえで画像はほとんど必要ありません。Few images are required to create a classifier or detector. クラスごとに 50 枚もあれば、プロトタイプを作り始めることができます。50 images per class are enough to start your prototype. Custom Vision Service が使用する方法は差異の影響を受けづらいため、データが少なくてもプロトタイプを作り始めることができるのです。The methods Custom Vision Service uses are robust to differences, which allows you to start prototyping with so little data. しかしこれは、ごく微妙な違いを検出したいシナリオには Custom Vision Service があまり適さないということを意味します This means Custom Vision Service is not well suited to scenarios where you want to detect subtle differences. (品質保証のシナリオにおける小さな割れやへこみなど)。For example, minor cracks or dents in quality assurance scenarios.

リリース ノートRelease Notes

2018 年 5 月 7 日May 7, 2018

  • 制限付き試用版プロジェクトに関してオブジェクト検出機能 (プレビュー) が導入されました。Introduced preview Object Detection feature for Limited Trial projects.
  • API が 2.0 にアップグレードされました。Upgrade to 2.0 APIs
  • S0 レベルが最大 250 タグおよび 50,000 画像に拡張されました。S0 tier expanded to up to 250 tags and 50,000 images.
  • 画像分類プロジェクトの機械学習パイプラインに対し、重要なバックエンドの改良が行われました。Significant backend improvements to the machine learning pipeline for image classification projects. この更新の効果は、2018 年 4 月 27 日より後にトレーニングされたプロジェクトで得られます。Projects trained after April 27, 2018 will benefit from these updates.
  • Windows ML で使用できる ONNX へのモデルのエクスポートが追加されました。Added model export to ONNX, for use with Windows ML.
  • Dockerfile へのモデルのエクスポートが追加されました。Added model export to Dockerfile. これにより、成果物 (DockerFile、TensorFlow モデル、サービス コードなど) をダウンロードして独自の Windows コンテナまたは Linux コンテナを構築することができます。This allows you to download the artifacts to build your own Windows or Linux containers, including a DockerFile, TensorFlow model, and service code.
  • General (Compact) ドメインと Landmark (Compact) ドメインの TensorFlow に、新たにトレーニングされたモデルをエクスポートした場合、全プロジェクト間で一貫性を確保するために、平均値は (0,0,0) になります。For newly trained models exported to TensorFlow in the General (Compact) and Landmark (Compact) Domains, Mean Values are now (0,0,0), for consistency accross all projects.

2018 年 3 月 1 日March 1, 2018

  • 有料プレビューとなり、Azure portal への配布準備が行われました。Entered paid preview and onboarded onto the Azure Portal. F0 (Free) レベルまたは S0 (Standard) レベルで Azure リソースにプロジェクトをアタッチできるようになりました。Projects can now be attached to Azure resources with an F0 (Free) or S0 (Standard) tier. S0 レベルのプロジェクトを導入しました。最大 100 タグおよび 25,000 画像が利用できます。Introduced S0 tier projects, which allow up to 100 tags and 25,000 images.
  • 機械学習パイプライン/正規化パラメーターに対するバックエンド変更。Backend changes to the machine learning pipeline/normalization parameter. これによりユーザーが確率のしきい値を調整する際に、精度とリコールのトレードオフを制御しやすくなります。This will give customers better control of precision-recall tradeoffs when adjusting the Probability Threshold. この変更の一環として、 ポータルでは既定の確率のしきい値が 50% に設定されました。As a part of these changes, the default Probability Threshold in the portal was set to be 50%.

2017 年 12 月 19 日December 19, 2017

  • 既にリリースされている iOS へのエクスポート (CoreML) に加え、Android へのエクスポート (TensorFlow) が追加されました。これにより、トレーニング済みのコンパクト モデルをエクスポートして、アプリケーションでオフライン実行することができます。Export to Android (TensorFlow) added, in addition to previously released export to iOS (CoreML.) This allows export of a trained compact model to be run offline in an application.
  • Retail および Landmark の "コンパクト" ドメインを追加し、これらのドメインのモデルのエクスポートに対応しました。Added Retail and Landmark "compact" domains to enable model export for these domains.
  • 1.2 Training API および 1.1 Prediction API バージョンをリリースしました。Released version 1.2 Training API and 1.1 Prediction API. 更新された API は、モデルのエクスポート、"Predictions" に画像を保存しない新しい予測操作をサポートします。また、Training API にバッチ操作が導入されています。Updated APIs support model export, new Prediction operation that does not save images to "Predictions," and introduced batch operations to the Training API.
  • UX が調整されています (イテレーションのトレーニングに使用されたドメインを確認する機能など)。UX tweaks, including the ability to see which domain was used to train an iteration.
  • C# SDK およびサンプルを更新しました。Updated C# SDK and sample.

次の手順Next steps

分類子の構築方法についてLearn how to build a classifier