사용방법

사용방법

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

 

이지빌더가 제공하는 한국형 사물이미지, 위해물품이미지, 농업 데이터에 대한 설명
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.
이미지 라벨링 라벨 입력 화면
3. 이미지 전처리
  • 이미지를 회전, 늘리기, 축소 및 확대, 상하반전 리사이징을 할 수 있습니다.
  • 다양한 이미지 변환 기능을 통해 이미지 개수를 증가시켜 이미지 부족으로 인한 정확도의 영향을 최소화 할 수 있습니다.
데이터 탐색 이미지 전처리

 

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.
데이터 탐색 레이어 생성 화면

 

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.
검증데이터 비율 설정
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.
모델 실행 화면