Google Cloud コンソールを使用してデータにラベルを付ける

テキスト、画像、動画のデータについては、ラベル付きデータをインポートできます。またはラベルなしデータをインポートし、Google Cloud コンソールを使用してラベルを追加することもできます。既存のラベル付きデータセットに対して、削除または新しいラベルを追加することもできます。

データをインポートする方法については、トレーニングの概要ページで、扱うデータのタイプと目的のデータを準備するページをご覧ください。データのタイプと目的に応じて、それぞれのデータセットの作成ページに進みます。

データセットを作成してラベルなしデータをインポートすると、[ブラウズ] モードになります。

ラベルを追加する方法

オブジェクトにラベルを付ける手順を、データ型ごとに説明します。

画像

データセットにインポートしたばかりの画像には、もちろんラベルは付いていません。

分類

[ブラウズ] モードで、ラベルのない画像を含むデータセットを選択すると、アップロードされている画像が表示されます。

1. [新しいラベルを追加] をクリックし、新しいラベルを入力します。
2. [完了] をクリックします。
   追加するラベルごとに手順を繰り返します。
3. ラベルを付ける画像を選択します。
   ラベルのリストが表示されます。
4. 画像に関連付けるラベルを選択します。
5. [保存] をクリックします。

分類

[ブラウズ] モードで、ラベルのない画像を含むデータセットを選択すると、アップロードされている画像が表示されます。

1. [新しいラベルを追加] をクリックし、新しいラベルを入力します。
2. [完了] をクリックします。
   追加するラベルごとに手順を繰り返します。
3. ラベルを付ける画像を選択します。
   ラベルのリストが表示されます。
4. 画像に関連付けるラベルを選択します。
5. [保存] をクリックします。
6. 各画像に適用されたラベルは [参照] タブで確認できます。

オブジェクト検出

[ブラウズ] モードで、ラベルのない画像を含むデータセットを選択すると、アップロードされている画像が表示されます。

1. [新しいラベルを追加] をクリックし、新しいラベルを入力します。
2. [完了] をクリックします。
   追加するラベルごとに手順を繰り返します。
3. ラベルを付ける画像を選択します。
4. ラベル オブジェクトのリストが表示されます（存在する場合）。
5. アノテーションの追加ウィンドウで、境界ボックスを追加するボタンを選択して、画像にオブジェクト境界ボックスを追加します。
   
6. 境界ボックスを描画すると、オブジェクトに適用できるラベルのリストが表示されます。適切なラベルを選択します。
   
7. すべてのラベルと境界ボックスを追加したら、[保存] をクリックして画像のアノテーションを更新します。
   

テキスト

2024 年 9 月 15 日以降、分類、エンティティ抽出、感情分析の目標をカスタマイズするには、Vertex AI Gemini のプロンプトとチューニングに移行する必要があります。Vertex AI AutoML Text のモデルを、分類、エンティティ抽出、感情分析の目標に向けてトレーニングまたは更新することはできなくなります。既存の Vertex AI AutoML Text モデルは、2025 年 6 月 15 日まで引き続き使用できます。AutoML Text と Gemini の比較については、AutoML Text ユーザー向けの Gemini をご覧ください。プロンプト機能の向上による Gemini のユーザー エクスペリエンスの改善について詳しくは、チューニングの概要をご覧ください。チューニングを開始するには、Gemini テキストモデルのモデル チューニングをご覧ください。

データセットにインポートしたばかりのテキストには、ラベルが付いていない場合があります。

単一ラベル分類

1. ラベルを付けるテキストをクリックします。
2. 新しいラベルを追加するには、[ラベルを追加] をクリックします。
3. 単一ラベル分類データセットの場合は、テキストに関連付けるラベルを 1 つ選択します。
   ラベルの削除もできます。
4. [保存] をクリックします。

マルチラベル分類

1. ラベルを付けるテキストをクリックします。
2. 新しいラベルを追加するには、[ラベルを追加] をクリックします。
3. マルチラベル分類データセットの場合、テキストに関連付けるラベルを 1 つ以上選択します。
   ラベルの削除もできます。
4. [保存] をクリックします。

エンティティの抽出

1. ラベルを付けるテキストをクリックします。
2. 新しいラベルを追加するには、[ラベルを追加] をクリックします。
3. ラベルを付ける単語を選択します（複数可）。
4. 選択したテキストに関連付けるラベルを選択します。
5. [保存] をクリックします。

感情分析

1. ラベルを付けるテキストをクリックします。
2. 新しいラベルを追加するには、[ラベルを追加] をクリックします。
3. テキストに関連付けるスコアを選択します。
4. [保存] をクリックします。

動画

データセットにインポートした動画には、想定されるとおりラベルは付加されていません。

1. 新しいデータセットに移動するには、ナビゲーション メニューで [データセット] をクリックします。
   
2. ラベルを追加するデータセットを選択します。
   データセットが表示されます。
   

動作認識

ブラウズモードで、ラベルのない動画を含むデータセットを選択すると、動画が表示されます。

1. ラベルを追加します。
   
2. 動画を選択して視聴を開始します。
3. 特定したい動作が表示され始めたら、[次のフレーム] オプションを使用して、動作の中心（その動作を最も代表する時点）までゆっくり進めます。
4. [アノテーションを追加] をクリックします。
   ラベルのリストが表示されます。
5. この動画セグメントに適用するラベルを選択します。
6. [保存] をクリックします。

分類

ラベルのない動画を含むデータセットを選択すると、動画が表示されます。

1. ラベルを追加します。
   
2. ラベルを付ける動画を選択します。動画と、その下に色分けされたラベルのリストが表示されます。
3. セグメントの開始点に移動します。[セグメントを追加] をクリックします。
   1. セグメントを選択します。調整して、トレーニングに使用するセグメントを指定します。
      
   2. ラベルを選択します。1 つのセグメントに複数のラベルを選択できます。
      
   3. [完了] をクリックして、[保存] をクリックします。
   4. この手順を繰り返して、同じ動画に時間セグメントの異なる別のラベルを追加します。次の例では、さらに 2 つのラベルを追加しています。
      
4. [データセット] リストに戻り、繰り返します。

オブジェクト トラッキング

ブラウズモードで、ラベルのない動画を含むデータセットを選択すると、動画が表示されます。

1. [ラベルを追加] をクリックして、使用する予定のラベル（「sedan」、「pickup」、「SUV」など）を追加します。
2. [保存] をクリックします。後でラベルを追加する必要がある場合は、[新しいラベルを追加] をクリックし、[保存] をクリックします。
3. 動画を選択して視聴を開始します。
4. トラッキングするオブジェクトが表示されたら、
   1. 動画を停止します。
   2. 境界ボックスを左上隅から右下隅にドラッグします。オブジェクトの周囲を、できる限りタイトに囲むようにボックスを描画してください。
      境界ボックスの右下にラベルのリストが表示されます。
   3. 適切なラベルを選択します。
      注: このプロセス中でいつでもラベルを追加できます。今後リストに表示されるように、追加したラベルは必ず保存してください。
   4. [保存] をクリックします。

次のステップ

• Google Cloud コンソールを使用した AutoML モデルのトレーニング

• Google Cloud コンソールを使用した AutoML Edge モデルのトレーニング（画像と動画のみ）

• Vertex AI API を使用した AutoML モデルのトレーニング

• Vertex AI API を使用した AutoML Edge モデルのトレーニング（画像と動画のみ）