62일차_AzureAIVison

Luis_J·2024년 12월 9일
0

MS_AI_School 5기

목록 보기
66/70
post-thumbnail

Summary

Introduction

Azure AI Vision 서비스는 컴퓨터 비전 기술을 통해 이미지를 분석하고 특정 용도에 맞는 모델을 학습시키는 도구입니다. 이번 글에서는 사용자 지정 모델(Custom Models) 생성 과정과 활용 방법에 대해 구체적으로 알아보겠습니다.

Code, Conept & Explanation

1. 사용자 지정 모델 생성 과정

Azure AI Vision의 사용자 지정 모델(Custom Models)은 이미지 분석 요구에 맞는 맞춤형 모델을 제공합니다. 다음은 사용자 지정 모델 생성의 주요 단계입니다.

① 데이터 준비

1. Blob Storage 설정

  • Azure 포털에서 Blob Storage 계정을 생성합니다.
  • Blob Storage는 학습 이미지와 레이블 데이터를 저장하는 데 사용됩니다.

2. 학습 데이터 업로드

  • 다양한 환경(조명, 각도, 배경)에서 촬영된 학습 이미지를 업로드합니다.
  • 학습 데이터는 최소한 각 카테고리당 5개의 이미지를 준비합니다.

3. COCO 파일 생성

  • COCO(Common Objects in Context) 파일은 JSON 형식으로, 객체의 경계 상자와 태그 정보를 포함합니다.
  • Azure Machine Learning Studio를 통해 자동으로 생성하거나 직접 작성할 수 있습니다.

② 레이블링

  1. Azure Machine Learning Studio에서 데이터 레이블링
    • 학습 데이터셋에서 객체를 선택하여 경계 상자를 지정합니다.
    • 예: "포크"라는 레이블을 이미지에서 포크 객체에 추가.
  2. 레이블 범주 생성
    • 분석할 객체의 이름을 정의합니다. (예: 포크, 접시, 나이프)

③ 모델 학습

  1. Vision Studio에서 데이터셋 연결
    • Blob Storage에 저장된 데이터셋을 선택하여 학습에 사용.
  2. 학습 시간 설정
    • 최소 1시간 이상 학습이 필요하며, 데이터 양에 따라 시간이 증가합니다.
  3. 모델 학습 시작
    • Vision Studio에서 ‘Train a new model’을 클릭하여 학습을 시작합니다.
  4. 모델 성능 평가
    • 학습이 완료되면 테스트 데이터로 모델 성능(정확도, 신뢰도)을 평가합니다.

④ 모델 배포 및 활용

  1. Vision Studio에서 모델 테스트
    • 이미지 파일을 업로드하고 객체 감지 또는 캡션 생성을 테스트합니다.
  2. API 호출
    • 학습된 모델은 API로 배포할 수 있어 응용 프로그램에서 사용할 수 있습니다.

2. COCO 파일이란?

COCO 파일은 객체 탐지, 이미지 캡션 생성 등에 널리 사용되는 데이터 형식입니다.

구성 요소:

  • 이미지 정보: ID, 파일명, 이미지 크기 등.
  • 어노테이션: 객체의 경계 상자 좌표와 레이블 정보.
  • 카테고리: 분석할 객체의 분류 이름.
    COCO 파일은 데이터 구조화와 학습 정확도 향상에 도움을 줍니다.

3. Vision Studio 활용

Azure AI Vision의 Vision Studio는 사용자 지정 모델을 쉽게 생성할 수 있는 웹 기반 도구입니다.

① Blob Storage 연결

  • Vision Studio에서 학습 데이터를 Blob Storage와 연결합니다.

② 데이터셋 생성

  • 데이터셋 이름과 목적을 지정하고 Blob Storage를 연결합니다.

③ 모델 학습

  • 데이터셋을 선택한 후 학습을 시작합니다.
  • 학습이 완료되면 성능 평가를 통해 모델의 정확도를 확인합니다.

4. 활용 사례

① 객체 감지

  • 이미지 내 특정 객체(예: 포크, 컵)를 감지하고 경계 상자와 신뢰도 점수를 반환합니다.

② 이미지 캡션 생성

  • 예: "테이블 위에 포크와 접시가 있습니다."와 같이 이미지의 주요 내용을 설명합니다.

③ 제품 인식

  • 선반 위 제품의 유무를 감지하고 위치 정보를 제공합니다.

④ 배경 제거

  • 이미지에서 객체를 배경과 분리하여 투명 배경 이미지를 생성합니다.

5. 주요 특징

  1. Few-Shot Learning 지원
    • 적은 데이터로도 빠르게 학습 가능한 기술을 지원.
  2. 다양한 활용성
    • 이미지 분석, 객체 감지, 제품 인식, 이미지 캡션 생성 등 여러 응용 분야에서 활용 가능.
  3. 손쉬운 사용자 경험
    • Vision Studio의 간단한 UI로 초보자도 쉽게 모델을 학습시킬 수 있습니다.

Challenges & Solutions

Results

What I Learned & Insights

Conlusion

Azure AI Vision은 이미지 분석의 새로운 가능성을 열어주는 강력한 도구입니다. 데이터 준비부터 학습, 활용까지 모든 과정을 쉽게 수행할 수 있어 다양한 응용 분야에서 유용하게 사용됩니다.

profile
New life & History

0개의 댓글

관련 채용 정보