AI데이터 구축 일자리 참여 바로가기

사용방법

1. 데이터 선택
  • AI hub내에서 공개된 데이터에서 한국형 사물이미지, 위해물품이미지, 농업(토마토) 데이터 중 선택하여 그 이미지를 학습 데이터에 사용합니다.
ㅇㄹ

 

상식 데이터 구축내용 표 (구축년도,데이터종류,포함내용,제공방식)
한국형 사물이미지 위험물품 이미지 농업
한국형 사물이미지 (궁궐,사찰,가옥,무덤) 이미지를 활용 위험물품 이미지 (나이프,에어졸,가위,보조배터리,라이터,스패너) 이미지를 활용 농업-토마토 (정상,녹응애,담배가루이,청벌레등) 이미지를 활용
2. 이미지 라벨링
  • 선택된 이미지의 라벨을 입력합니다.
  • 기본 라벨이 제공되며 변경을 원할 경우 추가 입력 및 삭제도 가능합니다.
  • 필터 기능을 제공하여 다수의 이미지를 선택하여 한번에 라벨을 입력 할 수 있습니다.
image
3. 이미지 전처리
  • 이미지를 회전, 늘리기, 축소 및 확대, 상하반전 리사이징을 할 수 있습니다.
  • 다양한 이미지 변환 기능을 통해 이미기 개수를 증가시켜 이미지 부족으로 인한 정확도의 영향을 최소화 할 수 있습니다.
image

 

4. 레이어 만들기
  • 딥러닝 알고리즘에 적용할 레이어를 사용자가 커스터마이징 할 수 있습니다.
  • 하이퍼 파라메터 설정
    - 배치사이즈,반복횟수,손실 함수, 최적화방식, 평가지표 항목을 설정 할 수 있습니다.
  • 레이어 옵션 설정
    - 제공되는 레이어는 MaxPooling2D, Dense, Flattern,Conv2D,DropOut 총 5 종류를 선택 할 수 있습니다.
    - 선택한 레이어에 맞는 옵션 값을 설정할 수 있습니다.
image

 

5. 검증데이터 분할 비율 설정
  • 알고리즘을 실행과 평가할 때 사용할 Train 데이터와 Test 데이터셋 비율을 설정할 수 있으며 정확도를 판단하는데 사용합니다.
  • 비율은 20%가 기본값이며 2~98% 사이의 값을 마우스로 슬라이드하여 설정 합니다.
image
6. 모델 실행 및 평가
  • 앞에 설정한 데이터 및 알고리즘 값을 이용하여 모델을 실행합니다.
  • 실시간으로 데이터를 분석서버에서 받아오며 정확도와 손실 값을 실시간으로 받아와 모니터링 할 수 있습니다.
  • 모델 실행이 종료 후에는 해당 결과와 모델 파일을 내려받을 수 있으며 결과파일은 excel파일로 모델파일은 h5 파일로 재사용 할 수 있습니다.
image