ある小売企業がAzure AI Custom Visionで商品認識モデルを本番運用している。新商品が毎週追加されるため、継続的な再訓練が必要である。現在のワークフローでは手動でGUIを使ってトレーニングしているが、運用負荷を削減し新商品追加から自動的に再訓練・公開までを効率化したい。最も適したアプローチはどれか。
- A. Custom Vision GUIでの手動訓練を毎週担当者が行い、品質チェック後に手動で公開する
- B. Azure AI Vision の標準APIに切り替えて再訓練が不要なモデルに移行する
- C. Azure AI Custom Vision Training APIとPrediction APIを使ってデータ追加・訓練・評価・公開を自動化するパイプラインを構築する
- D. Azure Machine Learning のAutoMLを使用してカスタム訓練パイプラインを完全に再構築する
解答と解説を見る
正解: C
Azure AI Custom VisionはGUIだけでなく Training API（REST）も提供しており、画像アップロード・タグ付け・モデル訓練・評価・公開（PublishIteration）をすべてプログラムから実行できる。新商品の画像が追加されたタイミングでAzure FunctionsやLogic Appsと連携して自動パイプラインを組むことで、週次の手動作業を排除できる。手動GUIによる作業は運用負荷が高く自動化の目的に反する。標準APIへの切り替えは自社商品の固有識別ができなくなるため要件を満たさない。Azure MLへの完全移行はCustom Visionが提供するAPIで達成可能なことに対して過剰投資であり、再構築コストが大きい。
📚 関連サービスの解説: Azure AI Vision