以 Azure Custom Vision 實作圖像分類器 — 1
1. 前言
- Custom Vision 是什麼
Custom Vision 是由Microsoft所開發的雲端服務，讓使用者可以輕鬆打造影像分類器和物件辨識。
只需由使用者上傳圖片並標籤後，就可以透過Custom Vision訓練出一個合適的模型，使用者可以透過Web介面或是下載模型做後續應用。
簡言之，Microsoft Custom Vision 和 Google Auto ML有著相似的理念，使用者不需深入了解機器學習的技術架構及演算法，只需上傳圖片，點幾個按鍵後就可以輕鬆地訓練出模型，模型匯出後的結果甚至和tensorflow所訓練出的模型格式相同。
- 分類器是什麼
分類器(Classifier)，是透過分群演算法所建構出來的模型。我們可以透過分群的方式將資料分隔，在新資料進來時，就可以透過分類器知道新資料的標籤應該為何。
舉例來說，如果我們讓電腦自動揀選土豆。一粒土豆是一筆數據， ( 土豆重量 , 土豆顏色 ) 是其數值。首先，取一百粒土豆，個別以儀器測量其數值，然後人工進行分類，分為良與劣兩類，再把這些數據全數輸入到電腦當中。接著，利用任何一種分群的演算法，找到良與劣的分界線。則每一粒新產的土豆，都可以以儀器自動測量其數值，再用演算法判斷數值在分界線的哪一側，就能判斷出土豆的良劣了。( From NTNU CSIE 演算法筆記)
回到主題，我們也可以透過Custom Vision的分類器來實作圖像分類，我們只需把照片丟入Custom Vision並加上標籤，就可以由Custom Vision訓練出一個合適的分類器模型。
2. 設定步驟
- 首先，你必須要有Microsoft的帳號，才可以開通Custom Vision的專案。註冊Microsoft的帳號及開通Custom Vision的權限完全免費。甚至，在免費帳戶下，你可以擁有兩個免費專案，每個專案可以有 5,000 個訓練影像
以及10,000 個預測結果。
- 在擁有Microsoft的帳號後，可以由此處進入Custom Vision的頁面。點選Sign In就可以登入你的帳號並進入你專屬的專案介面。
- 點擊New Project就可以新增一個專案，不過要注意的是，一個免費帳戶只能擁有兩個專案。若是免費帳戶，請選擇Limited Trial。若是付費帳戶，則可以選擇現有的一個群組，或輸入Name(專案的名稱)、Description(描述)及Resource Group(資源群組)來新增一項。資源群組類似資料夾的概念，在第一次進入時，你應該不會有任何的資源群組可供使用，請新增一個。
- 下方的Project Type有兩項可供選擇，這邊我們選擇 Classification(分類器)，另一項 Object Detection (preview) 是物件偵測，可以在畫面中偵測特定物體並給出框線。由於這項服務有限制呼叫API的次數，因此一般並不會由這項服務來實做物件偵測，我們會使用沒有次數限制的深度學習框架CNTK。
- Classification Types 則需看你標籤的數目多寡，若你只想在單張照片中辨識單一標籤，可以選擇 Multiclass (Single tag per image)，若你想在一張照片中辨識多個標籤，則可以選擇 Multilabel (Multiple tags per image)。
- 設定的最後一部分則是選擇 Domain，請選擇一個最符合專案場景的選項。若需要匯出模型至本機，則需選取帶有compact的後綴場景( General (compact)、 Landmarks (compact)、 Retail (compact) 等三種)
- 全數設定完成後，就可以點選create project 來新增一項專案。
3. 訓練模型及其結果
剛進入新增的專案時，會呈現如上圖的樣子。右上方有三個項目可供選擇，分別是Training Images, Performance以及Predictions，以下會分別介紹。
在一開始進入專案時，會預設停留在Training Images的頁面。
這是因為如果要訓練一個模型，我們必須先提供足夠數量的照片讓模型來學習，這個步驟稱為訓練。
因此，在這個頁面，你可以新增一些你想讓模型認識的照片。舉例來說，如果你想讓模型透過訓練後，可以辨識香蕉和西瓜，那麼你就需要先上傳一些香蕉和西瓜的照片讓模型學習。
在第一次新增照片時，你需要手動輸入這張照片的標籤，也就是你想要模型可以透過這張照片辨識出什麼資訊。
在這個範例中，我們新增了十張香蕉和十張西瓜的照片，來讓模型學習辨識兩者的不同進而學習分類。
全數上傳完成後，就可以點選右上方的綠色Train按鈕來進行訓練。按下後會自動跳轉到Performance的頁面，在這邊可以看到模型訓練後的結果。
上面這張圖就是模型訓練後的結果，Iteration 1是指第一次訓練後的結果，再訓練第二次、第三次後，就會多出Iteration 2，Iteration 3的結果，每次的結果可能都不盡相同，牽涉到照片樣本多寡及解析度、雜訊等問題。
而我們該如何評價這個模型的好壞呢? 我們可以透過上圖的Precision和Recall來解讀。Precision稱為準確率，Recall稱為召回率，在不牽涉過多術語的情況下，一般來說，兩者皆是越高越好。如果要詳細定義兩者的不同，則讀者需要有混淆矩陣等機器學習的相關知識，若有機會會再深入說明。
結束訓練後，我們可以點按右上方的Quick Test來檢視模型是否能正確預測香蕉和西瓜。你需要準備一張之前沒有使用過的香蕉或西瓜的照片並上傳，上傳後就會馬上得到結果。
以範例來說，新上傳的照片被分類器認為是香蕉的機率有100%，相對的，西瓜則是0%。
至此，我們就完成了一個簡單的圖像分類器，下一篇則會教學要如何將模型匯出至本機端並做後續的應用。
