Skip to main content

컴퓨터 비전과 머신러닝

머신 러닝 Machine Learning​

  • 통계적/수학적 기법을 이용해 데이터로부터 패턴을 추출하는 인공지능 기법
  • 최근 컴퓨터 비전에는 "딥러닝" 기법이 중심을 이루고 있음
  • 학습의 형태:
    • 지도 학습: x와 y가 짝지어진 형태의 데이터에서 관계를 학습
    • 비지도학습: 데이터의 내재적 구조를 학습
    • 강화학습: 환경과 상호작용하여 가장 많은 보상을 받는 행동을 학습

지도 학습 Supervised Learning​

  • 입력(x)과 출력(y)이 짝지어진 데이터셋이 있을 때
  • x로부터 y를 예측하는 함수를 학습
  • 아직 y가 관찰되지 않은 x에 적용하여 y를 예측
  • 머신 러닝의 90% 이상을 차지하는 학습 형태
  • 예시:
    • 부품 사진(x) → 불량 여부(y)
    • 사고 차량 사진(x) → 예상 수리비(y)

이미지 분류의 원리​

  • 이미지는 이미지를 구성하는 n개의 점으로 이뤄짐
    • 예: 가로 100 × 세로 100인 컬러(RGB) 이미지는 3만 개의 값으로 구성
  • 이미지는 n 차원 공간 상의 한 좌표로 생각할 수 있음
  • 이미지의 종류(클래스)를 구분하는 경계를 수학적으로 찾으면 특정 좌표가 경계의 어느 쪽에 있는지 분류할 수 있음

티처블 머신 teachable machine​

티처블 머신: 이미지 프로젝트​

  • 파일 또는 웹캠으로 이미지를 학습시킬 수 있음
  • 이미지 프로젝트 → 표준 이미지 모델 선택

티처블 머신: 모델 학습시키기​

  • 웹캠이나 파일로 해당 클래스의 예시를 입력
  • 클래스1의 이름을 입력
  • 클래스 2에도 동일한 작업
  • 학습 버튼 클릭
  • 웹캠이나 파일로 새로운 이미지 업로드
  • 분류된 결과

퀴즈​

사용자 정보 입력
퀴즈를 시작하기 전에 이름과 소속을 입력해주세요.

Q&A​