STEP 01 01 データを準備する

「データを追加する」では、簡単なクリック操作でAIが学習するためのデータを準備することができます。

「データを追加する」をクリックすると表示される画面で、ご準備頂いたデータセット（データの集まり）を選択後、「送信」ボタンをクリックしてください。

「アノテーションするデータを選択」より、登録済みのデータセットを選択すると画像データが表示されます。画像右横のボタンをクリックすることで画像へのラベル付けを実行できます。ラベル付けの進捗状況は視覚的にわかりやすくご確認頂けます。

• ※必要な教師データの数については、画像分類タスクの内容や取り扱うデータによって変わってくるため、正確にこれだけ必要とは明言できません。
  数十枚で高い精度が出るケースから数万枚必要になるケースなど様々です。

STEP 02 AIモデルを学習する

トップページの「学習する」をクリックすると表示される以下の画面でプロジェクト名をご入力頂いた後、

弊社で用意したいずれかの学習モデルを選択頂きます。
その後、「参照」をクリックして画像を登録し、ステップ１でご用意頂いたcsvファイル（ファイル名と正解ラベルを紐付けたもの）を「csvファイルを選択」からご選択ください。

最後に「学習開始」をクリックすると自動的に学習が開始されますので、処理が終わった時点で画像分類AIの構築が完了となります。単純な画像の分類の場合は数分でAIの学習が完了します。

STEP 03 予測を実行

トップページの「予測する」をクリックすると表示される以下の画面で「学習済みプロジェクト」の中から登録したプロジェクト名を選択し、画像分類を行いたい画像ファイルをドロップしてください。

最後に「送信」をクリックすると画像分類AIによる予測結果が確率（%）で出力されます。

Medeepsでは、AIモデルが画像中のどの部分を見て識別しているかを可視化する技術により、従来ブラックボックスだったディープラーニングの識別基準を把握することができます。スマートフォンからの操作も可能ですので、カメラ撮影した画像をその場で予測することも可能です。

• ※上記の例では犬とアヒルを分類
• ※テストデータは下記から取得
  犬の画像：http://www.vision.caltech.edu/Image_Datasets/Caltech256/images/056.dog/
  アヒルの画像：http://www.vision.caltech.edu/Image_Datasets/Caltech256/images/060.duck/

管理機能 閲覧する

構築した画像分類AIの詳細情報は「閲覧する」からご確認頂けます。「閲覧する」をクリックすると表示される次の画面で、プロジェクト名を選択すると、構築した画像分類AIの詳細情報が表示されます。

パラメータや、予測クラスと正解クラスのクロス表である混合行列、学習に応じたAIモデルの正解率、損失関数の推移等を確認することが可能です。モデルの識別性能の評価、向上に活用頂けます。