-
-
Labels: ツール/ライブラリ
Salesforceの人工知能、Einstein (アインシュタイン)の画像認識してみた
こんにちは。土屋です。
現在、ランサーズ社内の業務フローや会計周りの開発を担当しています。
今回はSalesforceの人工知能、アインシュタインについてです。
SalesforceのAI、Einstein (アインシュタイン)は、2017年02月現在、まだ日本では利用できません。
米国圏のみで公開され、リードや商談をスコアリングして営業メンバーをサポートしています。
ただし日本ではAPIパイロット版として画像認識が利用可能となっています。
アインシュタインAPIで画像認識するための手順
まずはサービス登録します。
Einstein Predictive Services
https://api.metamind.io/signup
サインアップが終わると証明書(pemファイル)をダウンロードできます。
先ほどの証明書を使ってトークンを取得します。
自分はトークンの有効期限(Expiration in Mins)を1500にしました。どのくらい延ばせるんですかね。
https://api.metamind.io/token
これで準備が整いました。
画像認識方法
curlで打ってJSONで返ってきます。URL上の画像でもローカルのファイルでも認証可能です。
URLの画像を指定
curl -X POST -H "Authorization: Bearer <トークンID>" -H "Cache-Control: no-cache" -H "Content-Type: multipart/form-data" -F "sampleLocation=<画像のURL>" -F "modelId=GeneralImageClassifier" https://api.metamind.io/v1/vision/predict
ローカルファイル画像を指定
curl -X POST -H "Authorization: Bearer <トークンID>" -H "Cache-Control: no-cache" -H "Content-Type: multipart/form-data" -F "sampleContent=@<ローカルファイルフルパス>” -F "modelId=GeneralImageClassifier" https://api.metamind.io/v1/vision/predict
認証制度を検証してみた
まずはこの画像から。きっと米国圏のモノは認識率高いはずですよね。ただ、全体を写したものではないので難しいかもしれません。
curl -X POST -H "Authorization: Bearer トークンID" -H "Cache-Control: no-cache" -H "Content-Type: multipart/form-data" -F "sampleContent=@/tmp/pizza.JPG" -F "modelId=GeneralImageClassifier" https://api.metamind.io/v1/vision/predict
{ "object": "predictresponse", "probabilities": [ { "label": "pizza, pizza pie", "probability": 0.8296536 }, { "label": "French loaf", "probability": 0.08105719 }, { "label": "burrito", "probability": 0.024039445 }, { "label": "bagel, beigel", "probability": 0.020101538 }, { "label": "dough", "probability": 0.008420182 } ] }
おぉぉぉ!!やりました。ピザ82.9%です。さすがアインシュタイン!!
{ "object": "predictresponse", "probabilities": [ { "label": "Chihuahua", "probability": 0.44336274 }, { "label": "Pembroke, Pembroke Welsh corgi", "probability": 0.11063137 }, { "label": "Cardigan, Cardigan Welsh corgi", "probability": 0.05807279 }, { "label": "Great Pyrenees", "probability": 0.037888717 }, { "label": "tennis ball", "probability": 0.033948038 } ] }
チワワ44%、ウェルシュ・コーギー・ペンブローク11%、ウェルシュ・コーギー・カーディガン5.8%。この犬、ウェルシュ・コーギー・ペンブロークなので惜しい!!
まさか犬種で回答くるとは。テニスボール3.3%も気になりますね。
最後。我らがランサーズ君。アインシュタインはランサーズ君をご存知でしょうか。
{ "object": "predictresponse", "probabilities": [ { "label": "balloon", "probability": 0.21734992 }, { "label": "mortarboard", "probability": 0.08641696 }, { "label": "street sign", "probability": 0.062016807 }, { "label": "wall clock", "probability": 0.05705674 }, { "label": "bathing cap, swimming cap", "probability": 0.052012373 } ] }
バルーン21.7%、角帽8.6%、道路標識6.2%、時計5.7%、水泳帽5.2%。。。
アインシュタイン、、、まだまだ勉強不足ですね。
いかがでしたでしょうか。
面白いのでみなさん試してみてください。
文献
Introduction to the Salesforce Einstein Predictive Vision Service (Pilot)
ランサーズではサービスを成長させてくれるエンジニア、デザイナーを募集しています!
ご興味がある方は、以下URLよりご応募ください。
【中途採用】
フロントエンドエンジニア
サーバーサイドエンジニア
コーポレートエンジニア
SREエンジニア
【新卒採用・その他】
21・22新卒
その他採用情報
関連記事
-
-
エンジニアチームのメンター制度のご紹介
ランサーズ Advent Calendar 2016 7日目の記事です。 ランサーズエンジニアの 聡 です。 僕からは、ランサーズに入社した際に、業務以外のサポート体制として、メンター制度についてお話したいと思います。 ランサーズでは、入社したエンジニアメンバ …
-
-
意外とすんなり作れたApple Watch 開発環境
ランサーズ エンジニアの土屋です。 先日社内勉強会で行った、Apple Watch開発の環境構築内容を共有します。Apple Watch開発するぞ!という方のお役に立てたら幸いです。 Apple Watchについておさらい 2015/03/10の …
-
-
商用でも利用できる、イケてるWYSIWYGエディタ7選 2017年版
こんにちは。エンジニアの satoshi です。 ランサーズ Advent Calendar 2017 16日目の記事です。 はじめに 今回は、2012年にだした リッチテキストエディタ、WYSIWYGエディタの最新版の記事になります。 技術、ウェブデザインの …