変更要約: AI-102 第2章を深掘り（図ja化・比較表/シナリオ/FAQ/ひっかけ/深掘り段落を全節に追加）
2.2カスタムビジョンと顔分析（Custom Vision・Face）
独自の画像分類・物体検出モデルを学習させる Custom Vision と、顔の検出・属性・照合を行う Azure AI Face を理解します。学習済みで足りないときに独自モデルを使い分けます。
学習済みモデルでは扱えない独自の分類（例: 自社製品の種類）には Custom Vision で自前のモデルを訓練します。顔に特化した処理は Face を使います。
2.2.1カスタムモデルと顔分析
独自データでのモデル学習やファインチューニング、MLOps が必要な場合は Azure Machine Learning を使います。Azure AI services が事前構築済みの API を提供するのに対し、Azure Machine Learning は学習ジョブ・パイプライン・モデル管理でカスタムモデルのライフサイクルを担います。
- Custom Vision：ラベル付き画像で独自の画像分類/物体検出モデルを訓練し、評価して公開する。
- 画像分類 vs 物体検出：分類は「画像が何か」、物体検出は「何がどこにあるか（位置つき）」。
- Face：顔の検出・ランドマーク・属性、照合（1:1 検証）・識別（1:N）を行う。
- 責任ある利用：顔の識別など一部機能は制限付きアクセスで、用途の申請・承認が必要。
「独自の分類/物体検出を訓練＝Custom Vision」「画像が何か＝分類、何がどこか＝物体検出」「顔の検出/属性/照合（1:1）/識別（1:N）＝Face」「顔識別は制限付きアクセス」 は AI-102 で頻出です。学習済みで足りるなら AI Vision、独自要件なら Custom Vision と判断します。
Custom Vision はわずかな画像枚数からでも転移学習で実用的な精度を出せることがありますが、評価指標（適合率/再現率）で品質を確認しましょう。
Custom Vision は トレーニングリソース（学習用）と 予測リソース（推論用）に分かれ、ラベル付き画像で 転移学習 により少数データでも実用精度を狙えます（物体検出は各画像に バウンディングボックス の注釈が必要）。学習後は 適合率（precision）・再現率（recall）・mAP で品質を確認し、イテレーション（学習版）を 公開（publish） して予測 API で使い、必要なら エクスポート（ONNX/TensorFlow 等でエッジ実行）します。誤分類はデータ追加と再学習で改善します。一方 Face は検出（年齢・表情・頭の向き・アクセサリ等の属性、ランドマーク）に加え、1:1 の 検証（verification） と 1:N の 識別（identification）、グループ化、Liveness（なりすまし検知） を提供します。識別・なりすまし等の機微な機能は 制限付きアクセス で、用途の申請と承認が必要で、年齢・性別などの一部属性は責任ある AI の観点から提供が縮小されています。「学習済みで足りる→AI Vision」「独自の分類/検出が要る→Custom Vision」「顔特化→Face」と選び分けます。
| 要件 | 使うサービス | ポイント |
|---|---|---|
| 一般的な物体/タグ/文字 | Azure AI Vision（学習済み） | 訓練不要・即利用 |
| 独自カテゴリの分類/検出 | Custom Vision | ラベル付き画像で学習・公開 |
| 顔の検出/照合/識別 | Azure AI Face | 識別等は制限付きアクセス |
シナリオ： 製造ラインのカメラ画像から、自社部品 A/B/C を見分けて不良の有無も位置で示したい。→ 学習済みでは扱えない独自カテゴリなので Custom Vision の物体検出でラベル付き画像を学習。適合率/再現率で評価し、イテレーションを公開して予測 API で推論、エッジ実行が必要なら ONNX にエクスポートします。
FAQ： Q. Custom Vision の分類と物体検出はどう選ぶ？ → A. 「画像全体が何か」だけなら分類、「何がどこにあるか（位置）」が要るなら物体検出（バウンディングボックスの注釈が必要）。Q. Face の識別がすぐ使えないのは？ → A. 識別など機微な機能は制限付きアクセスで、用途申請と承認が必要だからです。
ひっかけ： 「一般的な物体やタグの検出に Custom Vision を使う」は通常は誤りです。汎用は学習済みの AI Vision で十分で、Custom Vision は独自カテゴリ用。また「Face の識別（1:N）は申請なしで誰でも使える」も誤り（制限付きアクセスで承認が必要）。
2.2.2この節のまとめ
- Custom Vision＝独自の画像分類/物体検出を訓練
- Face＝顔の検出/属性/照合（1:1）/識別（1:N）（識別は制限付き）
進捗の記録にはログインが必要です。
理解度チェック
（軽い確認用）Q1. 自社製品の種類を画像から見分ける独自モデルを、ラベル付き画像で訓練したい。何を使いますか？
Q2. 画像分類と物体検出の違いとして正しいものはどれですか？
Q3. 2 枚の顔画像が同一人物かを 1:1 で照合したい。どのサービスを使いますか？