Custom Vision – úvod

18. 4. 2020 Azure, Programming

Už je dávno pryč doba, kdy jste museli být odborníkem na matematiku a strojové učení, abyste mohli využívat nepřeberných možností, které skýtá využití AI ve vaší aplikaci nebo projektu. Ukážeme si, co je pro použití Custom Vision potřeba, jak to funguje a v neposlední řadě na to, kde a jak se dá využít.

Jak na to

Jak už jsem avizoval, nejedná se o nic komplikovaného. Služba je součástí balíčku Azure. Najdeme ho na stránce Microsoft Azure v menu po přihlášení nebo přímo na stránkách www.customvision.ai.

Úvodní stránka custom vision service. Ukazuje možnosti služby. Vkládání obrázků, trénování umělé inteligence a vyhodnocování snímků vstupních.
Úvodní stránka služby Custom Vision | Zdroj: customvision.ai

Uvnitř vytvoříme projekt a přidáme do něj vhodný dataset – množství fotek, které odpovídají typům, které chceme, aby od sebe algoritmus rozeznával. Čím více fotek, tím lépe. Dataset si samozřejmě můžete vytvořit sami, ale stránky jako Kaggle vám umožní použít sety už vytvořené komunitou. Fotky vložíte a přidáte jim tag – značku, podle které bude algoritmus snímky klasifikovat.

Rozhraní vkládání fotografií koček ke trénování algoritmu.
Vkládání fotografií pro trénování

Poté už stačí pouze kliknout na tlačítko Train a vytrénuje se nám model tak, aby rozlišoval fotografie podle tagů, které jsme mu poskytli.

Natrénovaný model můžete exportovat pro platformu naší volby. Kupříkladu pro framework TensorFlow s využitím na více platformách nebo přímo pro operační systém iOS. Programátorům se nabízí oblíbená platforma Docker a v neposlední řadě je na výběr Windows Machine Learning, který je ideální pro vaši aplikaci ve frameworku .NET.

Využití

Custom Vision se především využívá k klasifikaci snímků. Na rozdíl od služby Computer Vision si můžete natrénovat umělou inteligenci na tagy, co nikdy neviděla. Využití sahá daleko za rozlišování koček a psů. V průmyslu může odhalit závady na výrobcích a tím znatelně zrychlit výstup výroby nebo pomáhat při rozlišování produktů v obchodech. Také se nabízí použití v projektech, co spadají pod IoT – Internet of things. Vytrénovaný model můžete použít i přímo ve vaší cloudové aplikaci. Hranicí je jen vaše představivost.

Už dnes firmy využívají Microsoft Cognitive Sevices. Příkladem budiž Jihoamerická těžařská společnost, která službu využívá při monitorování stavu hladiny vody. Díky flexibilitě modelu dosahují přesnějších a spolehlivějších výsledků, než zaměstnanci z řad odborníků.

Desíky snímků říčního koryta v mřížce.
Analýza tisíců snímků říčního koryta | Zdroj: azure.microsoft

Aplikace ve školství

Pro školy se jedná o ideální možnost seznámit děti s Deep learning. Mohou si vyzkoušet, co je potřeba pro natrénování algoritmu a přicházet s vlastními nápady, co chtějí síť naučit.

Cenovka

Službu Custom Vision můžete využívat buď zdarma v rámci vašeho Azure balíčku nebo si připlatit za verzi standart.

Verze zdarma vám dává možnost rozjet dva projekty, hodinu trénování modelu na měsíc, nahrát dataset až o velikosti 5000 snímků a 10 000 snímků určených pro klasifikaci měsíčně.

Vylepšená verze pak oproti té zdarma nabízí založení až sta projektů spolu s neomezeným trénováním, rozšiřováním datasetu a klasifikace vašich snímků za ceny, které jsou podrobně rozepsány zde.

Závěrem

Custom Vision je podle mě služba, která má určitě potenciál. A nejlepší je, že dává všem bez rozdílu možnost se seznámit nebo využívat umělou inteligenci v přívětivém a intuitivním prostředí. Pokud by vás zajímaly podrobnější detaily, doporučuj si přečíst dokumentaci nebo pokud ovládáte angličtinu, podívat se na videa o využití Custom Vision při detekci objektů nebo IoT.