우노
[ML] 티처블 머신(Teachable Machine) 사용 방법 본문
티처블 머신이란?
- 티처블 머신은 구글에서 제공하는 머신러닝 학습 도구이며,
- 누구나 머신러닝 모델을 쉽고 빠르게 만들 수 있도록 제작된, 웹 기반 도구입니다.
- 사용자들은 티처블 머신을 사용해 이미지, 사운드, 포즈를 학습할 수 있으며,
- 생성한 학습 모델을, 사이트, 앱 등 다양한 방법과 용도로 사용할 수 있습니다.
사용방법 1. 공식 홈페이지 접속
- 공식 홈페이지에 접속합니다.
사용방법 2. 프로젝트 시작
[시작하기] 를 클릭하여, 티처블 머신을 시작합니다. (로그인 없이도 사용 가능합니다.)
좌측 상단의 [햄버거 버튼] 클릭 후, [새 프로젝트] 를 클릭합니다.
티처블 머신 2.0 은 웹 기반으로 동작하기 때문에,
별도의 프로그램 설치 없이 웹 페이지에 접속해서 바로 사용할 수 있으며,
세 가지 프로젝트(이미지, 오디오, 포즈) 중 원하는 프로젝트를 선택해 진행할 수 있습니다.
- 이미지 프로젝트
- 이미지를 분류하는 모델을 생성할 수 있습니다.
- 오디오 프로젝트
- 오디오를 분류하는 모델을 생성할 수 있습니다. (오디오 파일은 WAV, MP3 만 제공됩니다.)
- 포즈 프로젝트
- 포즈를 분류하는 모델을 생성할 수 있습니다.
- 이미지 프로젝트
[이미지 프로젝트] 를 선택합니다.
[표준 이미지 모델] 을 선택합니다.
프로젝트는 [샘플 수집, 학습, 미리보기] 과정으로 이루어져 있습니다.
Class 를, 분류하고자 하는 Class 명으로 변경합니다.
사용방법 3. 이미지 모으기 (Gather)
모델이 학습하고자하는 Class 별 이미지를 수집합니다.
아래 링크를 통해, 강아지 및 고양이 이미지를 다운로드 합니다. [무료]
모델 학습 이후, 모델이 분류하고자하는 이미지를 수집합니다.
아래 링크를 통해, 강아지 이미지를 다운로드합니다. [무료]
사용방법 4. 이미지 데이터 업로드 (Image Upload)
각 Class 의 [업로드] 버튼을 클릭합니다.
모델이 학습하고자하는 Class 별 샘플 이미지를 추가합니다.
- 하나의 Class 에는 여러 장의 이미지를 등록할 수 있고,
- 최소한 2개 이상의 Class 에 이미지를 업로드 해야합니다.
사용방법 5. 학습 (Train)
이제, 모델을 학습시킵니다.
사용방법 6. 미리보기 및 모델 내보내기 (Export)
모델 학습이 종료되면, 미리보기 기능을 사용해, 모델이 새로운 이미지를 올바르게 분류하는지 테스트합니다.
우측 [미리보기] 의 입력 방식을 [파일] 로 수정합니다.
모델이 분류할 이미지를 업로드한 뒤, 학습된 모델의 성능을 확인합니다.
학습된 모델은, 우측 상단의 [모델 내보내기] 버튼을 통해, 다양한 형식(Tensorflow.js, Tensorflow, Tensorflow Lite)으로 온라인에 무료로 호스팅하거나 다운로드 할 수 있으며, 다양한 프로젝트에 사용 가능합니다.
추가로
- 구글 티처블 머신은 프로젝트(이미지, 오디오, 포즈) 별로 다양한 Class 를 분류할 수 있으며,
- 모델의 성능을 더욱 높이기 위해선, Class 별 이미지 샘플의 개수를 늘리는 등의 다양한 방법 존재합니다.
참고
'AI > Machine Learning' 카테고리의 다른 글
[ML] XGBoost version 확인 (0) | 2021.11.04 |
---|---|
[ML] Model, Scaler 저장/ 불러오기 (0) | 2021.09.27 |
[ML] .h5 란? (2) | 2021.08.12 |
[ML] Sklearn Permutation Importance 를 사용한 Feature 중요도 파악 (2) | 2021.07.21 |
[ML] Sklearn Polynomial Regression (5) | 2021.07.20 |