Custom Vision の Training と Prediction リソースを作成し、customvision.ai ポータルで物体検出プロジェクトを構築する。画像にバウンディングボックスでタグ付けして独自モデルを学習・公開し、クイックテストで推論を確認する。
既製の Vision API は「画像に何が写っているか」までは教えてくれるが、「自社の特定の部品がどこにあるか」までは知らない。棚に並んだ商品、製造ラインの不良品、書類上の印鑑——こうした自分のドメイン固有の対象を画像内で四角く囲んで検出したいとき、必要になるのが自前で学習させる物体検出モデルだ。
Custom Vision はそのためのサービスで、画像にバウンディングボックスを引いてタグを付けるだけで、独自の検出器を学習できる。学習済みの汎用モデルを呼ぶ image-analysis 系のラボとは根本的に異なり、ここでは「モデルそのものを自分で作る」体験をする。
進め方としては、まず学習用と推論用の 2 つの Custom Vision リソースを Azure 側に用意し、そのうえで customvision.ai ポータルに移ってプロジェクトを作る。画像をアップロードして対象を一つずつ四角で囲み、学習を回し、性能(適合率・再現率・mAP)を読み取り、イテレーションを公開して、最後にクイックテストで新しい画像に対する推論を確かめる。
GPU も機械学習の知識も要らず、ブラウザの操作だけで完結する。前提として、Contributor 相当の一時ユーザーでサインイン済みの Azure Portal と、単一リソースグループ・japaneast リージョンを使う。