Lobeは、米マイクロソフト(Microsoft)が無料で公開している機械学習ツールで、学習から推論までをノーコードで実行できます。今回は、Lobeを使って犬と猫を判別するモデルを作成していきます。
1.学習データの準備
まずは、学習データの準備としてLobeというフォルダの中に、catとdogというフォルダを作成し、それぞれの中に猫と犬の画像を30枚ずつ用意します。
2.学習データのアップロード
Lobeを開くと、このような画面になります。
左側のLabel、Train、PlayがLabelになっていることを確認し、右上のimportをクリックすると、images、Camera、Datasetの3つが現れます。画像を1枚ずつ選択する場合はimages、カメラで撮影する場合はCameraを選択します。今回はフォルダを用意したので、Datasetを選びます。
Choose Datasetを選択し、先ほど作成したLobeフォルダを開きます。
imagesやCameraで画像を1枚ずつアップロードすると、毎回ラベルをつける必要があります。ここでLabel Using Folder Nameを選択すると、フォルダの名前(今回はcatとdog)のラベルが自動でつくので便利です。
3.データの学習
学習といってもアップロードするだけで自動で学習してくれるので、待つだけです。左側のTrainをクリックすると、学習が終わったことが確認できます。
(画像はすべてUnsplashから)
4.推論してみる
学習が終わったら左側のPlayを選択して、学習に使わなかったデータをアップロードします。
正しく推論することができました。
(画像はUnsplashから)
最後に
今回は、Lobeを使い、まったくコードを書かずに、犬と猫を判別するモデルを作成しました。基本的に画像をアップロードするだけでできるので、誰でも簡単に機械学習のモデルを作成できると思います。ぜひ皆さんも試してみてください!