広告

4月8日 - Computer Vision Workflows ワークショップ入門

Dev.to / 2026/4/3

💬 オピニオンTools & Practical Usage

要点

  • 4月8日10時(太平洋時間)に、無料の60分バーチャル・ハンズオンとして「Computer Vision Workflows Workshop」を開催し、オープンソースのFiftyOneアプリでモデルのキュレーション/可視化/評価を学べます。
  • 画像・動画・点群などの非構造データを、データとメタデータをクエリ可能なスキーマにマッピングする方法や、FiftyOne SDKでモデル予測・ラベル・カスタムタグを使った複雑なデータビューを作る手順を扱います。
  • 高次元埋め込みを次元圧縮で可視化し、FiftyOne Brainでクラスタ、データギャップ、外れ値を見つける考え方を紹介します。
  • データキュレーションの自動化(多様なサブセット選択やラベリングコスト削減のための高エントロピー優先度付け)や、誤検出・見逃しを直接可視化しながら評価とデバッグを行う流れを学べます。
  • ダッシュボードやインタラクティブパネルのカスタマイズにより、ドメイン特化のビューを構築する方法までカバーします。

4月8日(太平洋時間)午前10時に、無料の60分間・バーチャルのハンズオン・ワークショップにご参加ください。オープンソースのFiftyOneアプリを使って、モデルのキュレーション(選定)、可視化、評価方法を学びます。

Zoomの登録はこちら

学べること:

  • 非構造化データを構造化する。 データとメタデータを、画像、動画、ポイントクラウド向けのクエリ可能なスキーマにマッピングします。
  • FiftyOne SDKでデータセットをクエリする。 モデルの予測、ラベル、カスタムタグに基づいて複雑なビューを作成します。論理条件や信頼度スコアにより、FiftyOneを使ってデータをフィルタリングします。
  • 高次元埋め込みを可視化する。 特徴を低次元に射影して、類似したサンプルのクラスタを見つけます。FiftyOne Brainを使ってデータの欠落や外れ値を特定します。
  • データキュレーションを自動化する。 学習用に多様なサブセットを選ぶためのアルゴリズム的手法を実装します。高エントロピーのサンプルを優先することで、ラベル付けコストを削減します。
  • モデル性能をデバッグする。 評価ルーチンを実行して、混同行列や精度再現率(Precision-Recall)曲線を生成します。誤検出(false positive)と誤って検出漏れ(false negative)を、アプリ上で直接可視化して、モデルの失敗を理解します。
  • FiftyOneをカスタマイズする。 カスタムダッシュボードやインタラクティブなパネルを構築します。ドメイン固有のタスク向けに、特化したビューを作成します。

広告