SageMakerで「うまい棒検出モデル」を作ってみた | DevelopersIO
うまい棒好き「この写真にはうまい棒が何個写っている？？」 AI「コンポタ味が3本、チーズ味が2本、めんたい味が1本写っています。」 このようなシーンを実現したい人がいるかどうかはわかりませんが、SageMakerの物体検出アルゴリズムを使って、このシーンを実現するための学習モデル（うまい棒検出モデル）を作ってみました。 少し長くなりますが「物体検出を手軽に始めたい方」は是非見ていってください。 目次 商品画像取得 画像増幅 アノテーション S3へのアップロード SageMakerで学習モデル構築/エンドポイント作成 推論 エンドポイント削除 開発環境 macOS High Sierra 10.13.6 Python 3.6.3 Pillow 5.2.0 awscli 1.15 商品画像取得 3種類のうまい棒を検出します。そのために今回は40枚の画像を用意しました。 うまい棒が1〜2本写って
初めてのAWS Batch – 利用時に考慮したことやったことまとめ – | DevelopersIO
コンニチハ、千葉です。 AWS Batchを導入する機会があり、やったこと、設計したことなどをまとめました。 AWS Batchってなに？は、こちらにまとめましたので御覧ください！前提知識として必要になります。 本エントリーでは、設計時に考えたことをまとめます！ ECR Dockerコンテナを格納するリポジトリが必要になります。プライベートリポジトリであるECRを利用しましょう。リポジトリを利用する認証もIAMロールで対応できるのでシンプルに利用できます。 AWS Batch環境の作成前に、リポジトリを作成しダミー用コンテナイメージをアップしておきましょう。 IAMロール 必要なIAMロールです。AWS Batch作成前に事前に作成しました。EC2のインスタンス用とコンテナ用の2種類が必要になります。 EC2インスタンス用ロールとしては、「AmazonEC2ContainerService
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
