Custom Vision 이해
Azure AI Custom Vision 서비스를 사용하여 기계 학습 모델을 만듭니다. Custom Vision 작동 방법에 대해 자세히 살펴보겠습니다. 그런 다음, 아이디어에서 완전히 작동하는 모델에 이르기까지 모델을 빌드하는 데 사용하는 단계별 프로세스를 볼 수 있습니다.
기계 학습이란 무엇인가요?
AI, 기계 학습 또는 딥 러닝이란 말을 들어본 적이 있을 것입니다. 용어를 확인하고 그 차이점을 이해해 보겠습니다.
AI(인공 지능): AI는 컴퓨터를 프로그래밍하여 인간 지능을 모방하는 프로세스입니다. AI에는 기계 학습이 포함됩니다. AI의 개념은 기계를 사용하여 인간 지능을 모방하는 것이지만 AI가 제공하는 기술은 매우 다양합니다. 이 모듈의 중심 기술은 기계 학습입니다.
기계 학습: 기계 학습은 AI의 하위 집합입니다. 기계 학습은 기술을 사용하여 ‘경험’을 기반으로 기계를 학습시킵니다. 경험을 정답과 오답이 이미 주어진 데이터 세트라고 생각해보겠습니다. 기계 학습에서 컴퓨터는 제공된 답을 사용하여 컴퓨터가 특정 작업을 완료하는 방법을 개선합니다. 또한 기계 학습의 분야에는 ‘딥 러닝’도 포함됩니다.
딥 러닝: 딥 러닝은 ‘ANN(인공신경망)’을 기반으로 하는 기계 학습의 하위 집합입니다. ANN은 여러 레이어(입력, 출력 및 숨겨진 레이어)로 구성되기 때문에 학습 프로세스가 ‘심층(deep)’입니다. 각 레이어에는 입력 데이터를 다음 레이어가 특정 예측 작업에 사용할 수 있는 정보로 변환하는 단위가 포함되어 있습니다. 신경망 구조 덕분에 컴퓨터는 자체 데이터 처리를 통해 학습할 수 있습니다.
우리는 모델을 빌드할 때 인간 지능을 모방하려고 합니다. 데이터를 “경험”으로 사용하여 특정 작업이나 함수를 학습시키도록 모델을 학습시킵니다.
전이 학습이란?
Azure AI Custom Vision은 전이 학습을 사용합니다. 전이 학습은 이전의 지식을 사용하여 당면한 문제를 보다 효과적으로 해결하는 능력입니다. 인간은 문제 해결에 항상 이 접근 방식을 사용합니다. 컴퓨터를 사용하여 이를 수행하는 새로운 방법도 탐색 중입니다.
Azure의 Custom Vision 서비스에서는 미리 학습된 모델로 구성된 레이어를 신경망에 추가하는 방법으로 전이 학습이 이루어집니다. 학습된 모델은 새 데이터를 학습시킬 때 출발점이 됩니다. 학습은 일반 지식 도메인으로 시작합니다. 특정 문제를 해결하기 위해 새 레이어가 신경망에 추가됩니다. 이 경우 해결하려는 문제는 조류를 식별하는 방법입니다. 미리 학습된 모델로 시작하면 많은 양의 데이터를 추가하지 않고도 더 나은 결과를 얻을 수 있습니다.
기계 학습 모델 빌드 방법
기계 학습 모델 빌드 프로세스를 보다 잘 이해할 수 있도록 프로세스의 단계별 개요가 나와 있습니다. 이 프로세스를 완료하여 기계 학습 모델을 만들겠습니다.
지정된 질문에 답하기. 여기서 질문은 조류 습성의 다양한 추세와 패턴을 문서화하는 데 도움이 되도록 조류의 이미지에서 조류의 종을 식별할 수 있느냐입니다.
데이터 준비 Cornell Lab의 깔끔하고 준비된 조류 이미지 데이터 세트가 있으므로 이 단계는 해결됩니다. 이와 다른 모델을 빌드한 경우 모델 학습을 위한 데이터를 찾아서 준비해야 합니다. 관심 대상인 지정된 질문에 답하는 데 도움이 되는 데이터를 찾아야 합니다.
알고리즘을 선택합니다. Azure의 Custom Vision 서비스는 CNN(나선형 신경망)을 사용하므로 이 단계는 걱정하지 않아도 됩니다. CNN은 이미지를 분석하는 데 일반적으로 사용되는 딥 러닝의 한 유형입니다. 알고리즘을 이미 만든 경우에는 시간이 ‘많이’ 절약됩니다.
후보 모델 선택. Custom Vision 서비스는 모델이 질문에 답변하는 데 충분한지를 판단하는 데 도움이 되는 유용한 그래프와 데이터를 제공합니다. 모델의 성능이 만족스러운 수준이라고 생각하면 다음 단계인 테스트로 이동합니다.
보이지 않는 (새로운) 데이터를 사용하여 모델 테스트하기. 새로운 데이터를 추가하여 모델을 테스트하는 것은 중요합니다. 학습되지 않은 데이터를 사용할 경우의 모델 성능을 확인하기 위해 인터넷 검색으로 몇 가지 테스트 이미지를 찾습니다. 이러한 방식으로 테스트하는 것이 중요한 이유는 모듈의 뒷부분에서 설명합니다.
모델을 배포합니다. Custom Vision은 모델 배포 시 몇 가지 옵션을 제공합니다. 모델을 통합하기 위해 엔드포인트에 배포하거나 모델을 다운로드할 수 있습니다. 모델을 다운로드하는 경우 프로젝트에 가장 적합한 방식으로 배포하기 위해 여러 형식 중에서 선택할 수 있습니다. 이 모듈에서는 Custom Vision 포털에서 사용할 수 있는 빠른 배포 옵션을 사용하는 방법을 설명합니다.
그럼 모델 빌드를 시작해볼까요!