領域検出タスクでAIに見つけたくない領域(過検出した領域、正常領域)を教える方法

領域検出タスクにおいて、見つけたい対象をアノテーションして学習すると
見つけたくない領域にもAIが反応してしまう事がありますよね。

見つけたい領域 (アノテーションした領域)

AIが見つけた領域 (解析結果ヒートマップ)

このような時、見つけたい領域を指示(アノテーション)するのはイメージがつきやすいですが
見つけて欲しくないときはどうして良いか分からない場合が最初はあると思います。

このような場合、どのようにアノテーションすれば良いか ですが
応えは非常にシンプルです。

見つけたい領域にはアノテーションを行い、見つけたくない領域はアノテーションをせずに学習に追加してあげれば良いだけです!

※追加学習する際は、トレーニングタブの学習パラメータの「追加学習」にチェックを入れてください
image

そうすれば、見つけたくない領域を見つけないように学習が進むようになります!

「いいね!」 2

お世話になります。上記について教えてください。
一度アノテーションを行いダッシュボード等で確認した際に
過検出した領域があったとして、その画像に対してアノテーションを
再度行い”追加学習”させるという処理になるという事でしょうか。

そうした場合の学習モデルは上書きされるという認識で
イメージは合ってますでしょうか。

前に作った学習モデルも残しておきたいと考えた場合の
対処方法についてもご教示いただけますでしょうか。
(処理フローを分けるくらいしか思いつかなくて・・)

導入後のフォローの際に、最初に学習させた学習モデルと
修正した学習モデルとの比較を明示する際に、両方あったほうが
説明がしやすいと考えております。

image

追加学習になり、そのモデルのパラメータは上書きされます。
追加学習前の結果(他の結果でも)を適応させたい場合、
学習履歴で前の結果を右クリック→履歴を採用する としますと、
追加学習前のパラメーターに戻ることができます。

注意点としては、解析結果は直前に解析したパラメータの物しか保存していません。
パラメーターを手動で適応させた際は手動で”再解析”お願いします。

Animation6

ご回答ありがとうございます。
再解析が必要となる旨も承知いたしました。
いろいろとやりすぎてもとに戻したくなった、
みたいな事も起こりえる想定もしてますので
ここのポイントは忘れないようにいたします。

「いいね!」 1

お世話になります。
”検出なし”で学習したワークに過検出が発生している場合はどのように追学習のフローで行えばよいでしょうか。

「いいね!」 1

トレーニングタブから、「追加学習」にチェックを入れて再度追加学習してみてください。

それでも学習に使用している画像に過検出してしまう場合は、アノテーションにバラつきや矛盾が発生している可能性があります。
過検出している領域に似ている特徴をアノテーションして学習に使用していないか確認してみてください。

また、面積閾値で抑制できるものでは、面積閾値を設定する方法が早いケースが多いです。
ダッシュボード画面のソート機能を使って、本来見つけたい領域の検出領域の最小面積を確認し、その値を参考に面積閾値を設定してみてください。

ご回答ありがとうございます。
実践してみます。

「いいね!」 1