머신러닝 포키즈를 이용하여 이미지학습을 하여보겠습니다.
텍스트분류와 마찬가지로 이미지학습또한 머신러닝에게 학습데이터를 제공합니다.
아래 그림은 머신러닝을 이용하여 만든 프로젝트 샘플들입니다. 머신러닝포키즈 사이트를 통하여 확인할 수 있습니다.
▣ 머신러닝을 이용한이미지학습
검색사이트에서 머신러닝포키즈를 입력하여 검색합니다.
https://machinelearningforkids.co.uk/?lang=ko#!/welcome사이트에 접속합니다.
아래 시작해봅시다를 클릭합니다.
지금실행해보기를 클릭합니다.
프로젝트추가를 클릭합니다.
프로젝트명 dog&cat입력, 프로젝트 타입- image, stoage- in your browser 를 선택한 후 만들기를 클릭합니다
만들어진 프로젝트명을 클릭하여 다음을 진행합니다.
훈련을 클릭하여 레이블추가를 클릭한후 dog와 cat을 만듭니다.
이미지학습을 시키는 방법은 여러가지로 학습시킬 수 있습니다. 첫째 웹검색을 통한 학습, 웹캠을 통한 학습, 그리기를 이용하여 학습시키는 방법이 있습니다. 여기에서 파일을 업로드하여 학습시킬수 있도록 하여 보겠습니다.
각각 5개의 이미지를 넣었지만 많은 데이터학습을 시키면 신뢰도 정확도가 높아집니다.
파일을 업로드하였다면 프로젝트로 돌아가기를 클릭합니다.
학습평가를 클릭하여 이미지를 학습시킵니다. 몇초의 시간이 흐르고 테스트 화면이 나타나면 이미지를 넣어 강아지와 고양이를 신뢰도있게 분류하는지 테스트해봅니다.
고양이도 같은방법으로 확인하여 봅니다. 웹캠이나 그림그리기를 통하여도 테스트해볼 수 있습니다.
이제 이지지분류를 위한 코딩을 해보도록 하겠습니다. 프로젝트로 돌아가기를 클릭한 후 만들기를 클릭합니다.
스크래치3을 클릭합니다.
스크래치3열기를 클릭합니다.
스크래치 초기화면에서 고양이 스프라이트 삭제한 후 자유스럽게 스프라이트를 하나 추가합니다. 모양탭을 클릭하여 강아지와 고양이 사진을 각각 추가합니다.
모양탭에 강아지와 고양이 사진을 여러개 추가한 후 코드화면에서 다음과 같이 코딩을 하여 추가한 사진들을 분류하는지 실행하여봅니다.
실행과정을 영상으로 담아두었습니다.
이상으로 머신러닝 이미지분류에 대해서 알아보았습니다.
■ 학습을 위한 첨부파일