スタートアップ企業が工場設備の外観異常検知システムを構築しています。独自設備の画像はラベル付きが 400 枚しかなく、ゼロからモデルを構築するには数万枚が必要です。リリースまで 2 週間しかない制約の中で、Amazon

Question

スタートアップ企業が工場設備の外観異常検知システムを構築しています。独自設備の画像はラベル付きが 400 枚しかなく、ゼロからモデルを構築するには数万枚が必要です。リリースまで 2 週間しかない制約の中で、Amazon SageMaker を使用して最小限のデータで高精度な画像分類モデルを素早く構築する最も適切なアプローチはどれか。

Accepted Answer

正解: SageMaker JumpStart から ImageNet で事前学習済みの画像分類モデル（ResNet・EfficientNet など）を選択し、自社設備データでファインチューニングする。少量データでの画像分類には転移学習（Transfer Learning）が最も効果的です。SageMaker JumpStart は ImageNet 等で事前学習された ResNet・EfficientNet など多数のモデルをワンクリックで利用でき、少数のドメイン固有データでファインチューニングするだけで高精度を実現できます。

選択肢A の SageMaker Autopilot は AutoML V2 API を通じて画像分類をサポートしていますが、400枚という少量データでは事前学習済みモデルを直接活用する JumpStart のファインチューニング（転移学習）に比べ精度・学習効率で劣ります。

選択肢C の SageMaker Processing ジョブによる統計特徴量抽出と XGBoost は、表形式データ向けアルゴリズムで画像分類には不向きです。

選択肢D の400枚でゼロからの CNN トレーニングは、深刻な過学習を引き起こします。

Answer

SageMaker Autopilot を使用し、400 枚の画像データから自動的に最適なアルゴリズムを選択してトレーニングする — SageMaker Autopilot は AutoML V2 API 経由で画像分類に対応していますが、400枚という少量データでは事前学習済みモデルを活用する JumpStart のファインチューニング（転移学習）に比べ精度・学習効率で劣り、2週間での高精度達成に最適とはいえません。

Answer

SageMaker Processing ジョブで画像の統計特徴量を手動抽出し、SageMaker 組み込みの XGBoost アルゴリズムでトレーニングする — SageMaker Processing ジョブによる統計特徴量抽出と XGBoost は、表形式データ向けアルゴリズムで画像分類には不向きです。

Answer

カスタム CNN アーキテクチャを設計し、SageMaker Training Job で 400 枚のデータのみを使ってゼロからトレーニングする — 400枚でゼロからの CNN トレーニングは、深刻な過学習を引き起こします。

解説

解説