コンテンツにスキップ

自動アノテーション

Pro 版は正式にアーカイブされました

Pro 版は正式にアーカイブされ、独立した製品としての更新を終了しました。

現在の自動アノテーション

新版の Std 標準版で 画像アノテーション → モデル自動アノテーション を開き、必要な推論コンポーネントをインストールしてモデルを選択します。Pro 版や Trainer のインストールは不要です。

アノテーションと自動アノテーションの説明 · 推論コンポーネントを入手

推論コンポーネントは既存モデルの推論用であり、モデル学習環境を含みません。以下の Pro 版の学習手順と旧画面の説明は履歴として保存しています。

Pro 版の旧機能(アーカイブ)

1. 主な機能

通常の物体検出と OBB 回転矩形検出、YOLO26(n / s / m / l / x)に対応します。元データセットのフォルダーを指定し、学習から自動アノテーションまで実行します。

2. 学習手順

  1. 画像と JSON のデータセットフォルダーを指定。
  2. 重み・ログ・グラフの保存先を指定。
  3. エポック数とバッチサイズを設定。
  4. 画像サイズは既定の 640 × 640 を目安にし、変更する場合も 32 の倍数にします。
  5. ハードウェアに応じて詳細設定を調整し、学習を開始。

学習コンソール

Loss の推移

Box Loss は位置推定誤差の指標で、小さいほど良好です。元の説明では約 0.5 が目安とされていますが、値はデータと設定に依存するため、検証指標と合わせて確認してください。

3. 基本設定

パラメーター 内容
Epochs データ全体を学習する回数
Batch 一度に処理する画像数。GPU メモリが少ない場合は減らす。-1 は自動
Workers データ読み込みプロセス数。Windows では 0~4 を推奨
W x H 入力サイズ。既定は 640 × 640、32 の倍数
Conf 自動アノテーションで採用する信頼度の下限

画像サイズ

4. 詳細設定

不明な項目は既定値を使用してください。

項目 内容
Device Auto: 自動、0: 最初の GPU、cpu: CPU
Resume last.pt を検索して学習を再開
Cache RAM またはディスクにキャッシュ。メモリ不足時は無効
Mosaic 複数画像の合成確率 0.0~1.0
Close Mosaic 最後の N エポックで Mosaic を無効化
lr0 初期学習率。通常 0.01
AMP 混合精度で GPU メモリと処理時間を削減
Period 重み保存・検証の間隔。-1 は自動
Patience 指標が改善しない場合に早期終了。0 は無効
Optimizer auto、SGD、AdamW など
Dropout 過学習を抑える割合 0.0~1.0
Weight Decay L2 正則化係数
Mixup 画像とラベルを混合する確率 0.0~1.0
Copy-Paste 物体を他の画像に貼り付ける拡張
Freeze 先頭 N 層の重みを固定
TB TensorBoard に Loss と指標を記録

TensorBoard

TensorBoard の「Reload data」を有効にすると、既定では 30 秒間隔で更新します。

5. 自動アノテーション

best.pt などの重みを選び、Conf を設定して実行します。0.3~0.5 を目安に対象に合わせて調整してください。画像ごとの JSON を生成した後は、「画像ラベル」で目視確認します。

6. 評価結果

最終評価

学習後に生成される評価グラフを確認してください。

実行時の注意

  • 学習中にコンソールを閉じると処理が中断されます。
  • OBB の JSON 定義を確認してください。Length1 / Length2 は半幅・半高さです。