ブロックリファレンス

BLOCKS Reference

機械学習

AutoML Vision 予測(アルファ版)

概要

このブロックは、AutoML Vision でデプロイされたモデルと予測画像を使って、予測画像の内容がどのようなものなのかを予測します。

このブロックはアルファ版です。ベータ版もしくは正式版リリース後、本ブロックは利用できなくなる可能性があります。ご注意ください。ベータ版もしくは正式版リリース後は、それらのブロックをご利用ください。

また、アルファ版での提供となるため、一部の機能が正常に動作しない可能性があります。機能改善や不具合などのフィードバックは、「フォーラム 」や「お問い合わせ」で情報提供をお願いします。フィードバックの内容は MAGELLAN BLOCKS の品質向上のために利用いたします。

アルファ版は、一部の方のみへの限定公開となっています。本ブロックのお試しを希望される場合は、「お問い合わせ」よりお問い合わせください。

予測画像のデータ形式

予測に使用する画像は、このブロックを実行する前に、変数に設定しておきます。

ここでは、オブジェクト生成ブロックと JSON というデータを表現するための記法を使って、どのようなデータを変数に設定すれば良いかを説明します。

画像の指定には、いくつかの方法があります。

  • 画像ファイルへの GCS URL (gs://バケット名/画像ファイル名 のような形式) を文字列で指定します。

    • オブジェクト生成」ブロックの例:

      文字列のみのケース

      上図のように、Value の種類に String を選択します。

      オブジェクト生成」ブロックの「結果を格納する変数」が _ の場合は、_.data が入力先変数名プロパティに指定する値です。

    • JSON テキストの例:

      "gs://my-bucket/sample01.jpg"

      文字列値("...")で、画像ファイルへの GCS URL を指定します。

  • 複数の画像を使って予測する場合は、画像ファイルへの GCS URL を配列で指定します。

    • オブジェクト生成」ブロックの例:

      文字列のみの配列のケース

      上図のように、Value の種類に Array を選択し、その内容として(Array 横の + ボタンをクリックして)画像ファイルへの GCS URL を文字列(String)で列挙します。

      このとき、「オブジェクト生成」ブロックの「結果を格納する変数」が _ の場合は、_.data が入力先変数名プロパティに指定する値です。

    • JSON テキストの例:

      ["gs://my-bucket/sample01.jpg", "gs://my-bucket/sample02.jpg"]

      • 配列値([...])で指定します。
      • 各要素は、文字列値で画像ファイルへの GCS URL を指定します。
  • 画像ファイルごとにキーの指定ができます。複数の画像で予測する場合、キーにより、それぞれの予測結果と予測画像ファイルを対応づけやすくなります。

    • オブジェクト生成」ブロックの例:

      オブジェクトのケース

      上図のように、Value の種類に Object を選択し、その内容として(Object 横の + ボタンをクリックして)キーと GCS URL を文字列(String)で列挙します。列挙するキーと画像ファイルへの GCS URL の Key には、それぞれkeyimage を指定します。

    • JSON テキストの例:

      {"key": "sample01", "image": "gs://my-bucket/sample01.jpg"}

      • オブジェクト値({...})で指定します。
      • キー用のメンバーを必ず指定します。このメンバーの名前は、必ず "key" とし、値は画像ファイルを特定するキーとなる文字列値を指定します。
      • もうひとつのメンバーで、画像ファイルの情報を指定します。このメンバーの名前は、必ず "image" とし、画像ファイルへの GCS URL を文字列値で指定します。

    複数の画像ファイルを指定する場合は、配列を使います。

    • オブジェクト生成」ブロックの例:

      複数オブジェクトのケース

      上図のように、Value の種類に Array を選択し、その内容として(Array 横の + ボタンをクリックして) 各画像ファイルの情報を列挙します。各画像ファイルの情報は、先に紹介したとおりです。

      オブジェクト生成」ブロックの「結果を格納する変数」が _ の場合は、_.data が入力先変数名プロパティに指定する値です。

    • JSON テキストの例:
      [
        {
          "key": "sample01",
          "image": "gs://my-bucket/sample01.jpg"
        },
        {
          "key": "sample02",
          "image": "gs://my-bucket/sample02.jpg"
        }
      ]
      
      • 配列値([...]) で指定します。
      • 配列の各要素は、画像ファイルの情報をオブジェクト値で指定します。各オブジェクト値の形式は、先に紹介したとおりです。
  • キーを指定する場合の画像ファイルへの GCS URL 部分は、以下の形式で画像ファイルを渡すこともできます。

    • 画像ファイルの内容を Base64 でエンコードしたデータ
    • 画像ファイルの内容そのままのデータ(バイナリデータ)

予測結果の形式

予測結果は、変数に出力します。ここでは、その変数の内容を「ログへ出力」ブロックを使って出力した例(JSON 形式)を使って、予測結果の内容を解説します。

以下が出力例です。

{
  "predictions": [
    {
      "key": "gs://my-bucket/sample01.jpg",
      "labels": [
        {
          "label": "navy",
          "score": 0.28951025009155273
        },
        {
          "label": "black",
          "score": 0.11685572564601898
        },
        {
          "label": "red",
          "score": 0.10765111446380615
        },
        {
          "label": "wine",
          "score": 0.10530507564544678
        },
        {
          "label": "blue",
          "score": 0.060610901564359665
        }
      ]
    }
  ]
}
  • 全体がひとつの JSON オブジェクトです。
  • "predictions": 予測結果の配列です。予測結果は、以下のメンバーで構成するオブジェクトです。
    名前 説明
    "key" 予測にキーを指定した場合は、そのキーの値が出力されます。予測にキーを指定していない場合は、画像ファイルへの GCS URL が出力されます。
    "labels"

    ラベルのリストです。

    "labels" 内の並び順は、"score" 値の降順です。

    "label" 予測画像に何が写っているかのラベルです。
    "score"

    ラベルごとの予測の確からしさです。

プロパティ

プロパティ名 説明
ブロック名

ブロックの名前を指定します。ブロックに表示されます。

GCP サービスアカウント

このブロックで使用する GCP サービスアカウントを選択します。

データセット

予測に使用するデプロイ済み AutoML Vision モデルのデータセット名を指定します(AutoML Vision コンソールの Dataset)。

モデル

予測に使用するデプロイ済み AutoML Vision モデルのモデル名を指定します(AutoML Vision コンソールの Model)。

入力先変数名

予測画像もしくは予測画像への情報を格納している変数を指定します。

出力先変数名

予測結果を格納する変数を指定します。

結果のラベル数

予測結果のうち上位からいくつまでのラベルを返すか指定します。

ブロックメモ

ブロックに対するコメントを指定します。