AI 기반 이미지 분류 - 티처블 머신

Teachable Machine

 

 

Teachable Machine은 Google에서 개발한 웹 기반 도구로 , 코딩 지식 없이도 간단한 기계 학습 모델을 만들 수 있는 인공지능 학습 도구다. 초보자도 기계 학습 개념을 실험하고 다양한 목적을 위한 기본 모델을 구축할 수 있다.

 

AI 기반의 이미지 처리 모델을 만들고 사용하기 위해서는 복잡한 과정을 필요로 한다.
하지만 구글에서 만든 티처블머신(teachablemachine)을 사용하면 쉽게 학습을 시킬 수 있고, 이 모델을 다운로드하여 사용할 수도 있다.

이미지, 사운드, 자세를 인식하도록 컴퓨터를 학습시켜서 사이트, 앱 등에 사용할 수 있는 머신러닝 모델을 쉽고 빠르게 만들 수 있다.

티처블 머신의 기본적인 원리

티처블 머신은 웹캠이나 마이크를 통해 입력된 데이터를 텐서플로(TensorFlow)라는 오픈소스 라이브러리를 이용하여 인공신경망 (Artificial Neural Network)을 구성하고 학습시킨다.

티처블 머신은 자동으로 설정해주기 때문에, 사용자는 코딩이나 수학적 지식이 없어도 간단한 인터페이 스를 통해 데이터를 입력하고 학습시킬 수 있다.
사용자는 원하는 클래스에 해당하는 데이터를 충분히 수집하고 레이블링 (Labeling)하여 학습시키면 된다.

 

 

티처블 머신(Teachable Machine)에 사용된 기술

티처블 머신은 인공지능 모델 학습에 필요한 데이터 수집, 모델 학습, 모델 배포 과정을 간편하게 해주는 웹 기반 도구다. 티처블 머신은 다음과 같은 기술들을 사용하여 사용자가 쉽게 인공지능 모델을 만들 수 있도록 지원한다.

 

1. 전이 학습 (Transfer Learning):

사전 학습된 모델을 활용하여 사용자 데이터로 추가 학습

학습 시간 단축 및 모델 성능 향상

티처블 머신에서 제공하는 MobileNet 모델 기반

       모바일 넷 - 스마트폰 및 기타 모바일 장치와 같이 리소스가 제한된 환경에서 효율적인 계산을 위해 설계된 경량 심층신경망 → 스마트폰에서도 사용할 수 있다.

 

2. 딥 러닝 (Deep Learning):

신경망 모델을 사용하여 이미지, 음성, 포즈 인식

복잡한 패턴 학습 및 예측 가능

티처블 머신에서 제공하는 이미지 분류, 객체 인식, 음성 인식 모델 기반

 

Teachable Machine의 기능

 

1. 사용하기 쉬운 인터페이스

- 드래그 앤 드롭 기능을 사용하면 이미지, 오디오 또는 포즈(신체 자세)를 훈련 데이터로 추가할 수 있다.

- 데이터를 분류하기 위해 레이블이 할당되어 모델이 데이터를 구별하는 방법을 학습하는 데 도움이 된다.

- 시각화는 모델이 학습하고 수행하는 방식을 이해하는 데 도움이 된다.

 

2. 프로젝트 유형

- 이미지 프로젝트: 이미지의 다양한 개체나 장면을 인식하도록 모델을 교육한다.

- 오디오 프로젝트: 다양한 사운드나 음악 장르를 식별하도록 모델을 교육한다.

- 포즈 프로젝트: 특정 신체 자세를 인식하도록 모델을 훈련시킨다.

 

Teachable Machine은 브라우저에서 모델을 훈련하므로 복잡한 소프트웨어나 하드웨어가 필요하지 않다.

학습 후에는 모델을 다양한 형식으로 내보내 다른 애플리케이션이나 프로젝트에 통합할 수 있다.

전반적으로 Teachable Machine은 강력한 기술적 배경 지식 없이도 기계 학습의 세계를 탐구하는 데 관심이 있는 모든 사람에게 유용한 도구이다.

 

사용방법

 

사이트 들어가기

▶ 구글 검색창에 '티처블 머신'이라고 입력 - 하단에 검색 결과 클릭

 

▶ 시작하기 클릭

 

- 이미지, 오디오, 포즈 프로젝트 중 하나를 선택한다.

난 고양이와 삵, 시라소니를 학습시켜 구분할 수 있는지 알아보려고 한다. 그러므로 

 

▶ 이미지 프로젝트 클릭

 

- 컴퓨터나 스마트폰에서 사용할 거면(일반적인 경우) 표준 이미지 모델 선택하면 된다.

▶ 표준 이미지 모델 클릭

 

샘플 생성

▶ 'Class1' 옆의 연필 클릭 - 클래스의 이름 입력

 

각각의 샘플 이미지를 모아 폴더에 저장해 놓고 

 

▶ 모아 놓은 고양이 이미지 업로드

 

학습

▶ 하단의 'Class2' 클릭 - 클래스 이름 입력 - '삵' 이미지 업로드 - 업로드가 끝나면 오른쪽 '모델 학습시키기' 클릭

→ 티처블 머신이 고양이와 삵에 대한 학습을 한다.

 

테스트

 

- 오른쪽의 미리보기 창에서 학습된 이미지가 아닌 새로운 이미지를 업로드하여 제대로 학습 되었는지 확인해보자.

▶ 오른쪽 ∨ 클릭 - 파일 클릭 - 이미지 업로드 - 하단의 ↓ 클릭

→ 업로드한 이미지가 새끼 삵이었는데 결과도 '삵'으로 만족스러운 결과가 나왔다.

▶ 클라스를 추가하여 시라소니 샘플을 추가한 후 미리보기 창에서 새끼 시라소니 이미지를 업로드 하였다.

→ 결과도시라소니로 만족스러운 결과이다.