画像AI検証のTensorleap、モデルが間違えやすい条件を特定し学習データの選別を支援

Tensorleapは、画像認識モデルがどの場面で判断を誤るかを開発者が調べるためのソフトウェアを提供しています。正答率の平均だけを見ると、特定の照明や撮影条件に偏って起きる誤りは見落としがちです。

同社のツールは、画像を処理する途中でモデルが示した反応を比べ、似た反応を引き起こしたデータをまとめます。開発者は、模擬環境と実地で撮った画像で反応が変わる箇所を探し、追加で集めるべき画像を絞れます。

産業向け画像認識を手がけるHexagonは、この手法で重複の多い学習データを見直しました。Tensorleapが公表した導入事例によると、対象モデルの性能を維持しながらデータ量を40%減らせました。この数値は同事例での結果です。

Tensorleapについて
Tensorleapとは、イスラエルのテルアビブを拠点に、Yotam Azriel、David BenDavid、Nir Ben Davidが2019年に設立したAI開発ツールの企業です。製造業の画像検査や自動運転、ロボット向けの認識モデルを手がけるチームを対象にしています。主力製品は、モデル内部の反応と入力データを結び付けて分析するソフトウェアです。テスト時の誤りの調査に加え、運用を始めた後のデータの変化も追えます。