# Visual Artificial Intelligence (AI)を使用した動画オブジェクトの検出

> Visual Artificial Intelligence (AI)を使用した動画オブジェクトの検出 - ビデオストリーム内のオブジェクト検出にVisual Artificial
> Intelligence (AI)を利用します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.231375+00:00` (UTC).

## Primary page

- [Visual Artificial Intelligence (AI)を使用した動画オブジェクトの検出](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/model-deploy-mlops/obj-detection.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/tree/main/use_cases_and_horizontal_approaches/object_detection_on_video)

画像および動画処理に適用されるオブジェクト検出（二値分類および多クラス分類）は、DataRobot [Visual Artificial Intelligence (AI)](https://docs.datarobot.com/ja/docs/classic-ui/modeling/special-workflows/visual-ai/index.html.md) で簡単かつ効率的に実装できるタスクの1つであり、これにより、コンピュータービジョンベースのプロジェクト向けのディープラーニングモデルをトレーニングできます。 また、独自のコンピュータービジョンモデルを持ち込み、 [カスタムモデルワークショップ](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/custom-models/custom-model-workshop/index.html.md) を介してDataRobotにデプロイすることもできます。

このアクセラレーターは、DataRobotでトレーニングおよびデプロイされたディープラーニングモデルが、ビデオストリームのオブジェクト検出にどのように使用できるかを示します。 （カメラの前にいる人が眼鏡をかけている場合の検出例を検討してください）。このアクセラレーターでは、Elastic-Net Classifier (L2 / Binomial Deviance)と、画像オーグメンテーションのない事前トレーニング済みのMobileNetV3-Small-Pruned Multi-Level Global Average Pooling Image Featurizerが使用されています。 使用したデータセットには、眼鏡をかけた人と眼鏡をかけていない人という2つのクラスの画像が含まれており、GitHubのアクセラレーターにリンクされています。 このアクセラレーターには、データセットのサンプル（クラスごとに100の画像）が使用されます。 ビデオストリームは、OpenCVコンピュータービジョンライブラリーでキャプチャされます。 フロントエンドは、Streamlitアプリケーションとして実装されています。