ラベリング工数大幅削減！アプリで楽するデータラベリングと前処理 - AI モデル検討の前に

Copyright 2023 The MathWorks, Inc.

2023年3月に実施したセミナーで使用した データ・スクリプトです。

Part 1: 画像ラベリング

How_to_use_these_codes を参照ください。

Part 2: 信号ラベリング

Demo: 少ない労力でのラベル付き信号セットの反復的な作成 を参照ください。

Part 3: 特徴抽出

servoData_dfdTutorial.md を参照ください。

アーカイブ動画

• MathWorks: ラベリング工数大幅削減！アプリで楽するデータラベリングと前処理 - AI モデル検討の前に
• YouTube (TBD)

セミナー概要

機械学習のプロジェクトにおいて前処理が重要なステップであることには異論の余地はなく、学習データの質が悪い場合は、どれだけ有能なアルゴリズムを使用したとしても実用的な精度は期待できません。プロジェクトの早い段階で正しく準備されたデータを用意することが、プロジェクトを成功させる上では重要です。こういった Data Centric (データ中心) なアプローチは近年の大きなトレンドとなっています。

本セミナーでは画像・動画・音・振動データを対象に、前処理の中でも特に時間のかかる「ラベル付け」と「適切な特徴量抽出」を GUI アプリで半自動化する方法をご紹介します。手作業と自動処理をうまく組み合わせ、ラベリングにかかる工数を250 時間から 50 時間へと大きく削減されたお客様事例も合わせてご紹介します。

ハイライト

• 手間のかかるラベル付け作業の半自動化
• ドメイン知識が必要な特徴抽出支援
• 工数削減を実現されたお客様事例紹介