【初心者向け】「Amazon Rekognition Custom Labels」の音符画像解析で分かる、機械学習とラベリングの基本：AWSチートシート

AWS活用における便利な小技を簡潔に紹介する連載「AWSチートシート」。今回はAWSの機械学習サービスで機械学習とラベリングの基本を学ぶ。

[杉本健太，株式会社システムシェアード]

　「Amazon Web Services」（AWS）AWS活用における便利な小技を簡潔に紹介する連載「AWSチートシート」。今回はAWSの機械学習サービスの一つ「Amazon Rekognition Custom Labels」の概要、ラベリング方法、API実行方法、解析結果を紹介します。

Amazon Rekognition Custom Labelsとは

　AWSが提供する機械学習サービスの一つで、任意の画像の物体を枠で囲み、枠に名前を付けることで、機械学習を行うサービスです。

　物体を枠で囲み、名前を付けるという一連の流れのことを「ラベリング」といいます。複数回ラベリングして機械学習を行うことで、画像が何を意味するのか解析することが可能になります。

解析対象

　今回は四分音符を対象にしました。前提としては、ト音記号上の音符で、単音のみを扱います。解析結果の音の名前は「ド」「レ」「ミ」「ファ」「ソ」「ラ」「シ」「ド」で表現します。また、調はハ長調（イ短調）で、#や♭などの変化記号は解析対象外です。

解析手順

1. プロジェクトの作成
2. データセットの作成
3. ラベリング
4. 学習
5. APIを利用して解析

【手順1】プロジェクトの作成

　今回は「read_music」という名前でプロジェクトを作成します。「Amazon Rekognition」のトップ画面の左側のバーから「カスタムラベルを使用」を選択します。

　Amazon Rekognition Custom Labelsの画面に遷移後、画面左側のバーから「Projects」を選択します。

　初めてAmazon Rekognition Custom Labelsを利用するリージョンでは、「Amazon S3」バケットの作成を促されるので、「Create S3 bucket」ボタンをクリックして、バケットを作成します。

　プロジェクト一覧画面に遷移後、画面内のオレンジ色のボタン「Create project」をクリックします（画面内に2つボタンがありますが、どちらを選択しても結果は変わりません）。

　「Project name」に任意の名前を入力し、「Create project」ボタンをクリックします。

　これでプロジェクトの作成は完了です。

【手順2】データセットの作成