일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- WinError5
- URI 원칙
- 쓰레드 풀
- 스프링 부트3
- oracle
- 프로그래머스
- 자바 열거형
- Java
- 사이킷런 회귀
- h2 데이타베이스
- 완주하지못한선수
- Python
- conda remove
- 사이킷런
- 컬렉션 프레임웍
- 머신러닝
- GIT
- db
- 오라클
- 파이썬
- 스프링 부트
- 컬렉션 인터페이스
- streamlit
- Selenium
- openai
- 알고리즘
- 자바 로그 레벨
- 셀레니움
- REST API
- 차원증가
- Today
- Total
노트 :
Google - Teachable Machine 본문
유명한 유투버 나도코딩님의 인공지능 고구마 판별기 영상을 보고 나도 인공지능 귤 판별기 영상을 만들어 보았다.
순서는 다음과 같다.
1. 학습데이터 구축하기
한국지능정보사회진흥원에서 제공하는 AI-Hub 데이터 이용하기!
사이트 내에서 원하는 이미지를 검색하면 아래와 같이 이미지가 나온다.
원하는 이미지만 선택해서 [선택다운로드]를 누르면 완료.
다운로드 된 폴더를 보니, 폴더 안에 라벨과 원천으로 내부 폴더가 따로 존재한다.
라벨 폴더 안에는 json형태의 파일이(이미지에 대한 메타데이터 인듯), 원천 폴더 안에는 jpg 이미지가 들어가 있다.
AI 학습을 위한 공공데이터가 이렇게나 잘 구축되어 있다니, 놀라운 일이다.
무엇보다 이런 양질의 데이터를 무료로 공개해주다니, 감사할 따름!
2. 구글 티처블 머신 사이트 접속하기
(teachablemachine.withgoogle.com)
사이트 내 시작하기 버튼을 눌러서 아래 페이지가 나오면 순서대로 따라하면 된다.
이미지 프로젝트 > 표준 이미지 모델(대부분의 용도에 적합) > class 1 이름 수정 & 이미지 샘플 추가 > class 2 이름 수정 & 이미지 샘플 추가 > 학습(모델 학습시키기) > 구글 팝업 뜨면 허용 선택 > 웹캠에 분류를 원하는 대상 보여주기
3. 모델 내보내기
모델 내보내기를 선택하면 아래와 같이 창이 뜨며, 학습시킨 모델을 코드로 내보낼 수 있다.
끝!
코드 한 줄 없이 이렇게 간단하게 AI 모델을 만들수 있다니, 놀라울 따름!
요즘 계속 머신러닝 이론만 공부하다가 이렇게 간단한 형태로나마 실습을 해볼 수 있어서 기분 좋다ㅎㅎ
'ML' 카테고리의 다른 글
반응형 머신러닝 앱을 만드는 가장 빠른 방법 - gradio (0) | 2023.03.04 |
---|---|
DALL-E 2 (0) | 2023.03.03 |
ChatGPT (0) | 2023.01.29 |
ML - 사이킷런 (0) | 2022.11.27 |
[Kaggle] Bike Sharing Demand 데이터 분석 시각화 (0) | 2022.10.18 |