[Liner.ai]コードレス機械学習トレーニング試してみた

Liner.aiについて

Liner は、ML モデルを簡単にトレーニングできる無料のツールです。トレーニング データを取得し、統合しやすい ML モデルを提供します。コーディングや機械学習の専門知識は必要ありません。

対象OS

• Windows
• Mac (Apple, Intel)
• Linux

Projec type

Project Name	Description
画像分類（Image Classification）	画像ラベルの予測（Predict image labels）
音声分類（Audio Classification）	音声ラベルの予測（Predict audio labels）
テキストの分類（Text Classification）	テキストラベルの予測（Predict text labels）
オブジェクトの検出（Object Detection）	オブジェクトボックスの検出（Detect object boxes）
セマンティックセグメンテーション（Semantic Segmentation）	画像のセグメンテーション(Segment image）
手のポーズ分類（Hand Pose Classification）	手のポーズを分類する（Classify hand poses）
ボディーポーズ分類（Body Pose Classification）	人間のポーズを分類する（Classify human poses）
ビデオ分類（Video Classification）	ビデオラベルを予測する（Predict Video labels）

やってみる

今回はうさぎと亀のトレーニングをして、画像予測させてみたいと思います。

Start new project

「Project type: image classification」を選択します。
「Project name: Rabbit vs Turtle」
「Author: <なんでもいいです>」

データセットをimport

以下のディレクトリ構造でデータセットを作成してimportします。
大体各セット1000枚ぐらい画像用意するといいでしょう。（※今回は100枚ほど）

.
├── Rabbits
│   ├── download-1.jpg
├── Turtles
│   ├── download-2.jpg

データセットを利用してトレーニングします

「Dataset」から「Training」に移動します。「Start Training」を押すと学習がスタートします。

終了するとチャート画面が表示されます。（ここはよくわかってない）

デモモデルを利用して予測してみよう！

左側に判定させたい画像をドラッグ&ドロップして精度を見てみましょう。

では、データセットに使用していない亀の画像を試してみましょう。
Turtlesと表示されました！ ９４％と高確率ですね。

次にデータセットに使用していないうさぎの画像を試してみましょう。
98%でRabbitsになりました！すごいすごいこんな簡単にできちゃうんですね。

学習させたものをPythonやJavascriptでも使う

Exportに行ってPythonやJavascriptを選択するとそれ用にExportすることができます！
他にもTensorflowも使えます。

こんな感じで生成されます。