SlideShare a Scribd company logo
1 of 50
Lookout For Vision試してみた
目次
1. Lookout For Visionとは
2. Lookout For Vision試してみた
3.まとめ
目次
1. Lookout For Visionとは
2. Lookout For Vision試してみた
3.まとめ
1. Lookout For Visionとは
• 概要
• Re:Invent 2020でプレビュー版として新サービスを発表
• 2021年2月24日(現地時間)に正式版の提供を開始
• コンピュータビジョンを使用して視覚表現の欠陥や異常を発見することを実
現できる機械学習サービス
• 視覚的に検査したいプロセスの画像を約30枚程度準備してサービスにアップ
ロードすることで利用を開始することが出来る
• 機械学習の複雑な知識は不要
• モデルを自動的に作成して、製造ラインを監視するカメラからの画像を分析
して、基準となる画像と比較して違いを見つける
• 画像による判断はクラウド側で行われるため、より安価なカメラ(時には既に
設置済みのカメラ)をML対応の目視検査カメラにすることができ、その導入
コストを下げることが可能
1. Lookout For Visionとは
1. Lookout For Visionとは
• 導入企業
1. Lookout For Visionとは
• 料金
1. Lookout For Visionとは
• 対応リージョン ※2021年3月26日現在
• 米東部(バージニア北部)
• 米東部(オハイオ)
• 米西部(オレゴン)
• ヨーロッパ(アイルランド)
• ヨーロッパ (フランクフルト)
• アジア太平洋(東京)
• アジア太平洋(ソウル)
1. Lookout For Visionとは
• Lookout For Visionを導入する意義
• 品質検査が重要である理由
• 社会的信用の低下
• リコール時にかかる莫大なコスト
• 品質検査の取り組み
• 欠陥発見時のやり直し作業
• 製品のスクラップ処理
• 是正処置のプロセス(再発防止)
1. Lookout For Visionとは
• Lookout For Visionを導入する意義
• 現在、品質検査がどのように行われているか、どのような課題を抱え
ているか
• 人間による手動チェックの課題
• 人の目が製品を検査する速度は遅い
• 全ての製品をチェックできないのでサンプリング(部分的に)して検査
• 作業員ごとで検品にばらつきがでる
• AIによるチェックの課題
• 多くのデータサイエンティストや機械学習の専門家を雇う必要がある
• 作業が複雑で、数週間〜数ヶ月の時間を要する
1. Lookout For Visionとは
• Lookout For Visionを導入する意義
• Lookout For Visionの導入メリット
• すぐに始められる(機械学習モデルのトレーニングに必要な画像を30枚からで開
始できる)
• 数時間で自動的に機械学習のモデルが構築できる
• 高性能のカメラで撮影した画像で無くても良い(例えば自然光が画像に入りこん
でも影響を受けない)
• 機械学習モデルを検証しフィードバックとしてモデルを更新する機能
目次
1. Lookout For Visionとは
2. Lookout For Vision試してみた
3.まとめ
2. Lookout For Vision試してみた
事前準備編
• S3バケット作成
• 画像データの準備(上記で作成したバケットに格納)
2. Lookout For Vision試してみた
• S3バケット作成
2. Lookout For Vision試してみた
• 画像データ準備 ※https://github.com/aws-samples/amazon-lookout-for-vision
2. Lookout For Vision試してみた
モデル作成編
• プロジェクトの作成
• データセットの作成
• モデルのトレーニング
2. Lookout For Vision試してみた
モデル作成編
• プロジェクトの作成
• データセットの作成
• モデルのトレーニング
2. Lookout For Vision試してみた
• プロジェクトの作成
2. Lookout For Vision試してみた
• プロジェクトの作成
2. Lookout For Vision試してみた
• プロジェクトの作成
2. Lookout For Vision試してみた
モデル作成編
• プロジェクトの作成
• データセットの作成
• モデルのトレーニング
2. Lookout For Vision試してみた
• データセットの作成
(異常) (正常)
2. Lookout For Vision試してみた
• データセットの作成
2. Lookout For Vision試してみた
• データセットの作成
2. Lookout For Vision試してみた
• データセットの作成
2. Lookout For Vision試してみた
• データセットの作成
2. Lookout For Vision試してみた
• データセットの作成
2. Lookout For Vision試してみた
• データセットの作成
2. Lookout For Vision試してみた
モデル作成編
• プロジェクトの作成
• データセットの作成
• モデルのトレーニング
2. Lookout For Vision試してみた
• モデルのトレーニング
2. Lookout For Vision試してみた
• モデルのトレーニング
2. Lookout For Vision試してみた
• モデルのトレーニング
2. Lookout For Vision試してみた
• モデルのトレーニング
2. Lookout For Vision試してみた
• モデルのトレーニング
2. Lookout For Vision試してみた
• モデルのトレーニング
2. Lookout For Vision試してみた
モデル使用編
• モデルの使用
2. Lookout For Vision試してみた
• モデルの使用
2. Lookout For Vision試してみた
• モデルの使用
2. Lookout For Vision試してみた
• モデルの使用
2. Lookout For Vision試してみた
• モデルの使用
2. Lookout For Vision試してみた
• モデルの使用
2. Lookout For Vision試してみた
• モデルの使用(異常画像データ) extra_images-anomaly_7.jpg
2. Lookout For Vision試してみた
• モデルの使用(正常画像データ) extra_images-normal_5.jpg
2. Lookout For Vision試してみた
• モデルの使用
2. Lookout For Vision試してみた
• モデルの使用(異常画像データの判定)
2. Lookout For Vision試してみた
• モデルの使用(正常画像データの判定)
目次
1. Lookout For Visionとは
2. Lookout For Vision試してみた
3.まとめ
3.まとめ
• Lookout For Visionとは製造ラインの品質検査を自動化できる
ソリューション
• 機械学習の複雑な知識は不要で利用可能
• 既存のカメラを使用でき、クラウド上で異常判断処理を行うの
で、初期導入費用が抑えられる
3.まとめ(感想)
• 製造プロセスを自動化してコスト削減という本質的な取り組み
が、増えることはあっても減ることはない
• なので、Lookout For Visionを使用したいという企業も増える
可能性はありそう
Appendix
• 参考URL
https://aws.amazon.com/jp/lookout-for-vision/
https://aws.amazon.com/jp/blogs/news/amazon-lookout-for-vision-tokyo-ga/
https://dev.classmethod.jp/articles/aws-reinvent-2020-try-amazon-lookout-for-vision-
20201204/
https://docs.aws.amazon.com/lookout-for-vision/latest/developer-guide/getting-
started.html
https://github.com/aws-samples/amazon-lookout-for-vision

More Related Content

Similar to AWS Lookout For Vision

CIが分からない PE(SETエンジニア)1年生が VRT(ビジュアルリグレッションテスト)をハードル低くCIを運用した
CIが分からないPE(SETエンジニア)1年生がVRT(ビジュアルリグレッションテスト)をハードル低くCIを運用したCIが分からないPE(SETエンジニア)1年生がVRT(ビジュアルリグレッションテスト)をハードル低くCIを運用した
CIが分からない PE(SETエンジニア)1年生が VRT(ビジュアルリグレッションテスト)をハードル低くCIを運用したssuser0be501
 
夜子まま塾 2015年1月23日 進行用資料
夜子まま塾 2015年1月23日 進行用資料夜子まま塾 2015年1月23日 進行用資料
夜子まま塾 2015年1月23日 進行用資料Masafumi Terazono
 
Handson opencv! 画像処理ライブラリを使って面白いプログラムを作ろう!その2
Handson opencv! 画像処理ライブラリを使って面白いプログラムを作ろう!その2Handson opencv! 画像処理ライブラリを使って面白いプログラムを作ろう!その2
Handson opencv! 画像処理ライブラリを使って面白いプログラムを作ろう!その2Saya Katafuchi
 
無料の「IBM Cloud ライトアカウント」を用いた画像判定アプリハンズオン資料
無料の「IBM Cloud ライトアカウント」を用いた画像判定アプリハンズオン資料無料の「IBM Cloud ライトアカウント」を用いた画像判定アプリハンズオン資料
無料の「IBM Cloud ライトアカウント」を用いた画像判定アプリハンズオン資料Kohei Nishikawa
 
電源回路設計環境について
電源回路設計環境について電源回路設計環境について
電源回路設計環境についてTsuyoshi Horigome
 
2012 kanemotolablecture7
2012 kanemotolablecture72012 kanemotolablecture7
2012 kanemotolablecture7ytanno
 
CIBC workshop by imagire
CIBC workshop by imagireCIBC workshop by imagire
CIBC workshop by imagireTakashi Imagire
 
Intalio japan special cloud workshop
Intalio japan special cloud workshopIntalio japan special cloud workshop
Intalio japan special cloud workshopDaisuke Sugai
 
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
Visual Studio OnlineとUnityを使ったバージョン管理と継続的インテグレーションVisual Studio OnlineとUnityを使ったバージョン管理と継続的インテグレーション
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーションKaoru NAKAMURA
 
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーションVisual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーションKaoru NAKAMURA
 
Jsug2015 summer spring適用におけるバッドノウハウとベタープラクティス
Jsug2015 summer spring適用におけるバッドノウハウとベタープラクティスJsug2015 summer spring適用におけるバッドノウハウとベタープラクティス
Jsug2015 summer spring適用におけるバッドノウハウとベタープラクティスYoichi KIKUCHI
 
Jenkins User Conference 東京 2015
Jenkins User Conference 東京 2015Jenkins User Conference 東京 2015
Jenkins User Conference 東京 2015Kohsuke Kawaguchi
 
About SnapKit - Open source lab -
About SnapKit - Open source lab -About SnapKit - Open source lab -
About SnapKit - Open source lab -Daisuke Yamashita
 
人が注目する箇所を当てるSaliency Detectionの最新モデル UCNet(CVPR2020)
人が注目する箇所を当てるSaliency Detectionの最新モデル UCNet(CVPR2020)人が注目する箇所を当てるSaliency Detectionの最新モデル UCNet(CVPR2020)
人が注目する箇所を当てるSaliency Detectionの最新モデル UCNet(CVPR2020)Shintaro Yoshida
 
20211221 jasst nano_test automation operation
20211221 jasst nano_test automation operation20211221 jasst nano_test automation operation
20211221 jasst nano_test automation operationSadaaki Emura
 
クラウドスキルチャレンジの概要と進め方 for ALGYAN
クラウドスキルチャレンジの概要と進め方 for ALGYANクラウドスキルチャレンジの概要と進め方 for ALGYAN
クラウドスキルチャレンジの概要と進め方 for ALGYANYasuhiroHanda2
 
ユーザー企業における標準化のあり方 : QCon Tokyo 2010
ユーザー企業における標準化のあり方 : QCon Tokyo 2010ユーザー企業における標準化のあり方 : QCon Tokyo 2010
ユーザー企業における標準化のあり方 : QCon Tokyo 2010Yusuke Suzuki
 

Similar to AWS Lookout For Vision (20)

CIが分からない PE(SETエンジニア)1年生が VRT(ビジュアルリグレッションテスト)をハードル低くCIを運用した
CIが分からないPE(SETエンジニア)1年生がVRT(ビジュアルリグレッションテスト)をハードル低くCIを運用したCIが分からないPE(SETエンジニア)1年生がVRT(ビジュアルリグレッションテスト)をハードル低くCIを運用した
CIが分からない PE(SETエンジニア)1年生が VRT(ビジュアルリグレッションテスト)をハードル低くCIを運用した
 
夜子まま塾 2015年1月23日 進行用資料
夜子まま塾 2015年1月23日 進行用資料夜子まま塾 2015年1月23日 進行用資料
夜子まま塾 2015年1月23日 進行用資料
 
Kivy studies
Kivy studiesKivy studies
Kivy studies
 
Handson opencv! 画像処理ライブラリを使って面白いプログラムを作ろう!その2
Handson opencv! 画像処理ライブラリを使って面白いプログラムを作ろう!その2Handson opencv! 画像処理ライブラリを使って面白いプログラムを作ろう!その2
Handson opencv! 画像処理ライブラリを使って面白いプログラムを作ろう!その2
 
無料の「IBM Cloud ライトアカウント」を用いた画像判定アプリハンズオン資料
無料の「IBM Cloud ライトアカウント」を用いた画像判定アプリハンズオン資料無料の「IBM Cloud ライトアカウント」を用いた画像判定アプリハンズオン資料
無料の「IBM Cloud ライトアカウント」を用いた画像判定アプリハンズオン資料
 
電源回路設計環境について
電源回路設計環境について電源回路設計環境について
電源回路設計環境について
 
2012 kanemotolablecture7
2012 kanemotolablecture72012 kanemotolablecture7
2012 kanemotolablecture7
 
Jenkinsstudy#4kokawa
Jenkinsstudy#4kokawaJenkinsstudy#4kokawa
Jenkinsstudy#4kokawa
 
CIBC workshop by imagire
CIBC workshop by imagireCIBC workshop by imagire
CIBC workshop by imagire
 
Intalio japan special cloud workshop
Intalio japan special cloud workshopIntalio japan special cloud workshop
Intalio japan special cloud workshop
 
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
Visual Studio OnlineとUnityを使ったバージョン管理と継続的インテグレーションVisual Studio OnlineとUnityを使ったバージョン管理と継続的インテグレーション
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
 
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーションVisual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
Visual Studio OnlineとUnityを使った バージョン管理と 継続的インテグレーション
 
Jsug2015 summer spring適用におけるバッドノウハウとベタープラクティス
Jsug2015 summer spring適用におけるバッドノウハウとベタープラクティスJsug2015 summer spring適用におけるバッドノウハウとベタープラクティス
Jsug2015 summer spring適用におけるバッドノウハウとベタープラクティス
 
Jenkins User Conference 東京 2015
Jenkins User Conference 東京 2015Jenkins User Conference 東京 2015
Jenkins User Conference 東京 2015
 
About SnapKit - Open source lab -
About SnapKit - Open source lab -About SnapKit - Open source lab -
About SnapKit - Open source lab -
 
人が注目する箇所を当てるSaliency Detectionの最新モデル UCNet(CVPR2020)
人が注目する箇所を当てるSaliency Detectionの最新モデル UCNet(CVPR2020)人が注目する箇所を当てるSaliency Detectionの最新モデル UCNet(CVPR2020)
人が注目する箇所を当てるSaliency Detectionの最新モデル UCNet(CVPR2020)
 
恋するJenkins
恋するJenkins恋するJenkins
恋するJenkins
 
20211221 jasst nano_test automation operation
20211221 jasst nano_test automation operation20211221 jasst nano_test automation operation
20211221 jasst nano_test automation operation
 
クラウドスキルチャレンジの概要と進め方 for ALGYAN
クラウドスキルチャレンジの概要と進め方 for ALGYANクラウドスキルチャレンジの概要と進め方 for ALGYAN
クラウドスキルチャレンジの概要と進め方 for ALGYAN
 
ユーザー企業における標準化のあり方 : QCon Tokyo 2010
ユーザー企業における標準化のあり方 : QCon Tokyo 2010ユーザー企業における標準化のあり方 : QCon Tokyo 2010
ユーザー企業における標準化のあり方 : QCon Tokyo 2010
 

AWS Lookout For Vision