- 과정의 마지막 강의인 Python을 사용한 AI에 오신 것을 환영합니다.
- 이 과정에서 얻은 모든 학습의 결론으로 이 세션에서는 PictoBlox 기계 학습 환경 내에서 마스크 감지기 프로젝트를 만들 것입니다.
- 이전 세션에서는 PictoBlox 기계 학습 환경에서 이미지 분류자 모델을 빌드하는 단계를 소개했습니다. 또한 이 이미지 분류 모델에 학습 데이터를 추가했습니다.
- 이 세션에서 해당 프로젝트를 계속하면서 두 가지 다른 미디어 파일에서 사람이 마스크를 쓰고 있는지 여부를 식별하는 본격적인 이미지 분류 모델을 구축합니다.
- 라이브 비디오
- 영상
- 이를 위해 다음 단계를 수행합니다.
- 모델 훈련
- 모델 테스트
- 모델을 PictoBlox로 내보내기
- PictoBlox에서 스크립트 작성
- 모델은 3가지 분류(출력)를 제공합니다.
- Mask On: 사람이 마스크를 착용한 것으로 감지된 경우
- Mask Off: 사람이 마스크를 착용하지 않은 것으로 감지된 경우
- Mask Wrong: 사람이 마스크를 잘못 착용한 것으로 감지된 경우
- 이미지 분류 창(이미지 분류를 위한 별도의 창)에서 라이브 비디오의 모델 출력:
- 마지막으로 모델을 일반화할 수 있도록 만든 모델을 즉흥적으로 만들어 봅니다. 즉, 한 번도 본 적이 없는 데이터에 대해서도 정확하게 작동(이미지 분류 수행)할 수 있습니다.
- 보이지 않는 이미지에서 모델을 테스트하여 모델의 일반화 가능성을 테스트합니다. 예를 들면 다음과 같습니다.
- 과정의 마지막 강의인 Python을 사용한 AI에 오신 것을 환영합니다.
- 이 과정에서 얻은 모든 학습의 결론으로 이 세션에서는 PictoBlox 기계 학습 환경 내에서 마스크 감지기 프로젝트를 만들 것입니다.
- 이전 세션에서는 PictoBlox 기계 학습 환경에서 이미지 분류자 모델을 빌드하는 단계를 소개했습니다. 또한 이 이미지 분류 모델에 학습 데이터를 추가했습니다.
- 이 세션에서 해당 프로젝트를 계속하면서 두 가지 다른 미디어 파일에서 사람이 마스크를 쓰고 있는지 여부를 식별하는 본격적인 이미지 분류 모델을 구축합니다.
- 라이브 비디오
- 영상
- 이를 위해 다음 단계를 수행합니다.
- 모델 훈련
- 모델 테스트
- 모델을 PictoBlox로 내보내기
- PictoBlox에서 스크립트 작성
- 모델은 3가지 분류(출력)를 제공합니다.
- Mask On: 사람이 마스크를 착용한 것으로 감지된 경우
- Mask Off: 사람이 마스크를 착용하지 않은 것으로 감지된 경우
- Mask Wrong: 사람이 마스크를 잘못 착용한 것으로 감지된 경우
- 이미지 분류 창(이미지 분류를 위한 별도의 창)에서 라이브 비디오의 모델 출력:
- 마지막으로 모델을 일반화할 수 있도록 만든 모델을 즉흥적으로 만들어 봅니다. 즉, 한 번도 본 적이 없는 데이터에 대해서도 정확하게 작동(이미지 분류 수행)할 수 있습니다.
- 보이지 않는 이미지에서 모델을 테스트하여 모델의 일반화 가능성을 테스트합니다. 예를 들면 다음과 같습니다.
Lesson Content
0% Complete
0/2 Steps
