소개
조류학자로서 조류의 행태, 생리, 보존 및 조류 서식지를 연구한다고 가정합니다. 연구에는 일반적으로 조류 활동에 대한 조사, 기록 및 보고가 포함됩니다. 데이터를 수집하는 데 도움이 되도록 조류 이미지에서 종류를 식별하는 기계 학습 모델을 빌드하려고 합니다. 또한 멸종 위기에 처한 조류 중에 대한 문서화를 개선하여 개체 수 증가에 도움이 되고자 합니다. 조류에 대해 더 많이 배우는 것은 또한 거주하고 있는 지역의 자연 현상에 대해 자신과 다른 사람들을 교육하는 훌륭한 방법이기도 합니다.
이 Microsoft Learn 모듈에서는 Azure AI Custom Vision 서비스를 사용하여 새 이미지에서 종을 식별하는 기계 학습 모델을 만듭니다. Cornell Lab(Cornell Lab of Ornithology)의 NABirds 데이터 세트를 사용하여 새로운 조류 사진에서 종을 인식하도록 모델을 학습시킬 것입니다. 새로운 데이터로 모델을 사용하여 조류의 습성의 추세와 패턴을 문서화할 수 있습니다.
기계 학습 모델을 빌드하고 학습시키는 데 사용하는 데이터는 Cornell Lab이 제공합니다. 사진가, 기여자 및 All About Birds 방문자에게 특별히 감사드립니다. 이 자료는 연구 보조금 #1010818에 따른 미국 국립 과학 재단의 지원을 받은 연구를 기반으로 합니다. 이 모듈은 전체 데이터 세트의 하위 집합을 포함합니다. 전체 데이터 세트를 다운로드할 수 있습니다. 데이터 세트에 대한 자세한 내용을 알아보려면 Computer Vision Foundation에서 PDF 파일을 다운로드하세요.
학습 목표
이 모듈에서는 다음을 수행합니다.
- 기계 학습에 대한 기초 지식 습득
- Azure AI 서비스에서 미리 학습된 기계 학습 모델을 사용하는 방법 알아보기
- Azure에서 Custom Vision 서비스를 사용하는 방법 알아보기
- 사용자 지정 기계 학습 모델 빌드
- Custom Vision을 사용하여 만든 모델 배포
사전 요구 사항
- Azure 계정
- Azure에서 리소스를 만드는 방법에 대한 기본적인 이해
- (선택 사항) Python을 사용하여 Azure Portal이 아닌 이미지를 업로드하고 태그를 지정하도록 선택하는 경우 Python 작업에 대한 기본적인 이해가 필요합니다.