Azure AI Custom Vision

Azure AI Custom Vision は、利用者が用意したラベル付き画像で学習させ、自社ドメインに特化した「画像分類」と「物体検出」のモデルを作成・公開できるマネージドサービスです。汎用の学習済みモデルでは判別できない独自カテゴリ（自社製品の種類、特定の不良品など）を、少数の画像とブラウザ操作だけで識別できるようにします。AWS では Amazon Rekognition Custom Labels がほぼ同じ役割を担います。

解決する課題

• 汎用の画像 AI では区別できない自社固有のカテゴリ（製品種別・部品・不良品など）を判別したい
• 機械学習の専門知識やコードを書かずに、少数の画像から独自モデルを作りたい
• 学習・テスト・改善のサイクルをブラウザ上で素早く回し、完成したらアプリから API で呼びたい
• ネットワークが不安定な現場やデバイス上で動かすため、モデルをエクスポートしてオフライン実行したい

主要概念と用語

• 画像分類（Classification）: 画像全体に対して 1 つ（または複数）のタグを付ける。「この写真は犬か猫か」のような判定
• 物体検出（Object Detection）: 画像内のどこに何があるかを矩形（バウンディングボックス）付きで返す
• プロジェクト: 分類か物体検出か、ドメインを選んで作る作業単位。学習画像とタグ、モデルの反復を束ねる
• タグ / ラベル: 学習画像に付与する正解情報。物体検出ではタグに加えて領域（位置）も指定する
• ドメイン: 一般・小売・食品などの用途別の最適化プリセット。エッジ向けの軽量（Compact）ドメインもある
• 反復（Iteration）: 学習を実行するたびに作られるモデルのバージョン。テストして良ければ公開する
• 公開（Publish）: 反復を予測エンドポイントに紐づけ、Prediction API から呼べる状態にする操作
• Training / Prediction リソース: 学習用と推論用で分かれた 2 種類の Azure リソース

仕様・制限・クォータ

• プロジェクトは分類か物体検出かを最初に選び、後から種別は変更できない
• 学習にはタグごとに最低限の画像枚数が必要で、枚数が少ないと精度が出にくい（多様な角度・背景の画像が望ましい）
• 1 プロジェクトあたりのタグ数・画像枚数・反復数に上限があり、画像サイズや対応形式にも制約がある
• エッジ実行向けには Compact ドメインを選ぶと、ONNX や TensorFlow などの形式へモデルをエクスポートできる
• Prediction API には**1 秒あたりのリクエスト数（レート制限）**があり、超過すると一時的に拒否される
• 具体的な上限値・必要枚数・対応形式は変動するため、最新の公式ドキュメントで確認すること

内部の仕組み

利用者はブラウザのポータルまたは Training API でラベル付き画像をアップロードし、学習を実行します。サービス側は転移学習（学習済みの基盤モデルに少数の自社データを上乗せして学習する手法）を使うため、少ない枚数でも実用的な精度を狙えます。学習を実行するたびに反復（モデルのバージョン）が作られ、保留画像での精度指標を確認したうえで、良い反復を予測エンドポイントに公開します。

公開後はアプリから Prediction API（または SDK）に画像を送り、各タグの確信度を含む JSON を受け取ります。Compact ドメインを選んだプロジェクトでは、モデル本体をエクスポートしてデバイスやコンテナー上でオフライン推論することもできます。

設計パターン / ベストプラクティス

• バランスの取れた学習画像: タグごとに枚数を揃え、背景・照明・角度の多様な画像を集めて偏りを減らす
• 反復ごとに評価して公開: 学習のたびに精度指標を確認し、改善した反復だけを公開する
• 確信度で分岐: 低い確信度の予測は人手レビューに回すワークフローにする
• エッジ要件は最初から Compact: オフライン実行が要件ならプロジェクト作成時に Compact ドメインを選ぶ
• 失敗時リトライ: Prediction のレート制限や一時障害に備え、指数バックオフでリトライする

運用・監視

• 精度が出ない → 学習画像の枚数・多様性・タグの偏りを点検し、追加学習で反復を重ねる
• 予測が遅い/拒否される → Prediction のレート上限を確認し、バックオフ付きリトライで平準化する
• 呼び出し回数・レイテンシ・エラー率は Azure Monitor / メトリクスで監視する
• 反復はバージョンとして管理し、精度が回帰していないか確認してから公開を切り替える
• 診断ログを Log Analytics に集約し、異常な失敗率の検知やアラートに使う

コスト

• 課金は主に学習時間と**予測トランザクション数（呼び出し回数）**に応じた従量制で、Training と Prediction が別リソースとして計上される
• 無料利用枠が用意される場合があるが、本番は従量で増えるため呼び出し回数の最適化が効く
• エクスポートしたモデルをエッジで動かせば、予測のトランザクション課金を抑えられる
• 不要な再学習を減らし、必要な反復だけ学習・公開することがコスト削減につながる
• 具体的な単価は変動するため公式の料金ページで確認すること

セキュリティ

• 認証はキーまたは **Microsoft Entra ID（マネージド ID）**で行い、キーのハードコードは避ける
• キーは Azure Key Vault に保管し、アプリにはマネージド ID 経由で権限を渡す
• 操作権限は Azure RBAC で最小権限に絞り、Training と Prediction のリソースごとにアクセスを制御する
• 通信は HTTPS（TLS）で暗号化され、必要に応じて Private Endpoint で閉域化できる
• 学習画像に個人や機微情報が含まれる場合は、保管場所と保持期間を最小化し、用途を限定する

関連サービス・比較

汎用の視覚解析を担う Azure AI Vision と、独自カテゴリの識別に特化した Custom Vision は役割が異なります。一般的な物体・テキスト・タグの抽出は AI Vision の学習済みモデルで足り、自社固有の分類・検出が必要なときに Custom Vision を使います。

ハンズオン / CLI例

# 学習用（Training）リソースを作成
az cognitiveservices account create \
  --name my-customvision-train \
  --resource-group my-rg \
  --kind CustomVision.Training \
  --sku S0 \
  --location japaneast \
  --yes

# 推論用（Prediction）リソースを作成
az cognitiveservices account create \
  --name my-customvision-predict \
  --resource-group my-rg \
  --kind CustomVision.Prediction \
  --sku S0 \
  --location japaneast \
  --yes

# エンドポイントとキーを取得（ポータルや SDK での学習・予測に使用）
az cognitiveservices account show \
  --name my-customvision-train --resource-group my-rg \
  --query properties.endpoint -o tsv

az cognitiveservices account keys list \
  --name my-customvision-train --resource-group my-rg \
  --query key1 -o tsv