이미지 분류 인공지능 생성하기
Last updated
Last updated
이미지 분류는 한 장의 이미지 속에서 특징을 추출 및 학습하여 이미지 단위로 정해진 클래스에 맞춰 분류하는 기술입니다.
본 레시피에서는 이미지 분류 인공지능을 학습할 수 있는 데이터셋의 구조를 확인하고, 인공지능 모델 학습을 수행합니다.
학습 데이터를 확인하는 것은 인공지능 모델의 질을 향상시키는데 필수적인 과정입니다. 학습에 사용될 데이터를 살펴봅시다.
이미지 분류 모델 학습용 데이터셋은 분류 클래스를 폴더로 인식합니다. 각 폴더의 하위 이미지는 해당 폴더를 클래스로 라벨링된 이미지 데이터가 됩니다.
Data : classification_of_ships.zip
본 레시피에서는 선박 이미지를 위 이미지와 같이 총 5개의 클래스로 분류한 데이터셋을 활용합니다.
인공지능 입력 데이터 : 선박 이미지
인공지능 출력 데이터 : 선박 분류 라벨
1. 상단 네비게이션 바에서 데이터셋을 클릭합니다.
2. 데이터 리스트 상단의 데이터 추가하기 버튼을 클릭합니다.
3. 데이터 형식 중 ZIP 선택하고 다음 버튼을 클릭합니다.
4. 파일 찾기 버튼을 클릭하여 classification_of_ships.zip 파일을 선택하거나, 업로드 영역으로 classification_of_ships.zip 파일을 드래그&드롭합니다.
5. 본 파일은 라벨링 데이터가 포함되어 있으므로 압축파일 내 라벨링 데이터 포함에 체크합니다.
6. 하단의 확인 버튼을 클릭하여 데이터 업로드를 완료합니다.
1. 데이터 리스트에서 업로드가 완료된 classification_of_ships.zip 파일을 클릭합니다.
2. 데이터 상세보기의 탭메뉴 중 요약 탭을 클릭합니다.
3. 파일 내 전체 라벨링 클래스와 클래스별 라벨링 건수, 클래스별 비율을 확인할 수 있습니다.
1. 상단 메뉴 중 데이터셋을 클릭합니다.
2. 데이터 리스트에서 classification_of_ships.zip 파일의 좌측 체크박스를 클릭하여 선택합니다.
3. 데이터 리스트 상단의 AI 개발 시작하기 버튼을 클릭하여 프로젝트를 생성합니다.
1. 인공지능 학습형태를 이미지 분류로 설정하고, 그외 필요에 따라 모델 학습 조건을 설정합니다. (학습 조건 설정에 관한 자세한 사항은 모델 학습 조건 설정하기에서 확인할 수 있습니다.)
2. 화면 우측의 START 버튼을 클릭하여 인공지능 학습을 시작합니다.
3. 최초 모델 학습이 완료되면 메일 및 알림이 발송되며, 프로젝트 내 모든 모델의 학습이 완료되면 한 번 더 메일 및 알림이 발송됩니다.
모델링이 완료되었다는 것은, 업로드한 데이터셋을 이용하여 여러개의 인공지능 모델이 생성되었음을 의미합니다. 아래와 같이 모델명, 상태, 정확도, Error Rate를 확인하여 다양한 모델을 비교해보세요.
또한, 모델별로 상세보기, 개별예측, 일괄예측, 분석시작, 디플로이 기능을 지원합니다. 본 레시피에서는 개별예측, 일괄예측 기능을 함께 살펴보겠습니다.
하나의 인공지능 모델을 선택한 후 컬럼 값을 직접 입력하여 결과값을 예측할 수 있습니다. 본 레시피의 경우, 나이, 성별, 체지방 등의 고객 정보를 입력하여 의료 비용 예측하는 인공지능 모델을 활용해 볼 수 있습니다.
일괄 예측은 여러 고객의 정보를 입력하여 한 번에 예측할 수 있습니다. 일괄 예측을 선택한 후 예측용 템플릿 다운로드하기 버튼을 클릭하면, CSV 형식의 템플릿을 다운받을 수 있습니다.
예측용 템플릿은 다음과 같이 컬럼명만 기재되어있고, 데이터는 공란으로 되어있습니다. 위와 같이 여러명의 고객 정보를 각 컬럼에 입력합니다.
고객 정보 기입이 완료된 예측용 템플릿 파일을 업로드합니다.
인공지능 모델 예측이 완료되면 이메일로 알림을 보내드립니다.
다른 질문이 있으신가요? [email protected]로 문의주시면 도움을 드립니다.
