AutoML Vision – Part 2 (AI Adventures)

YUFENG GUO : 에피소드 2 부에 오신 것을 환영합니다 AutoML Vision을 사용합니다

파트 1을 놓친 경우, 확실히 먼저보고 싶어 아래 설명에 링크를 포함 시켰습니다 자, 1 부에서는 AutoML 비전에 대해 이야기했습니다 사용되는 데이터와 기대하는 데이터 같이 보일거야 우리는 또한 우리의 훈련 데이터를 수집하고 준비했습니다

이제 데이터를 사용하여 모델을 교육하는 방법을 살펴 보겠습니다 Train을 클릭하는 것만 큼 간단합니다 먼저 두 모델 중 첫 번째 모델부터 시작하는 것이 좋습니다 선택과 그것이 어떻게 수행되는지 볼 수 있습니다 훈련이 시작된 후에는 산책을하고 커피를 마 십니다

시간이 좀 걸릴거야 그리고 우리는 돌아 왔습니다 교육이 완료되면 모델에 관한 모든 종류의 통계 어떻게 사용했는지보기 위해 사용할 수 있습니다 그리고 어떤 것이 있었는지? 이미지?] 아마도 잘못 라벨을 붙이거나 다른 부분을 수정할만한 가치가있었습니다 그런 다음 실제로 재교육을 클릭하여 이러한 문제를 해결할 수 있습니다

우리의 경우, 매우 구체적이고 깨끗한 데이터를 수집했기 때문에 의도적으로 높은 측정 항목이 있습니다 그러나 실제로 중요한 것은 이 모델은 이전에는 볼 수 없었던 새로운 기능을 수행합니다 데이터 모델에 도전하려고 사진을 찍었습니다 그것이 무엇을 반환하는지보십시오

이 사진을 보자 노란색과 파란색 의자와 함께 자전거가 들어 있습니다 승인 그래서 이미지는 주로 자전거로 인식되었습니다 하지만 노란색과 파란색 의자가 조금 있습니다

게다가 그들은 배경에있어 눈에 잘 띄지는 않습니다 이 사진에, 그래서 의미가 있습니다 다른 것을 시도해 봅시다 이 그림은 주로 노란색 의자입니다

하지만 푸른 의자 몇 개가 있어요 그리고 모델은 그것이 주로 노란 의자를보고 있다고 생각합니다 파란 의자가 조금있다 그리고 대부분이 푸른 의자의이 사진은 어떨까요? 네, 그건 주로 푸른 의자에요 테이블이 튀었어요

그리고 흥미롭게도, 약간의 노란 의자, 이는 예상하지 못합니다 따라서 모든 것이 기계 학습을 통해 완벽 해지는 것은 아닙니다 모델, 그러나 지금까지이 모델의 최고 옵션 꽤 좋은 것으로 입증되었습니다 이제 마침내이 그림을 살펴 보겠습니다 앞의 의자와 아주 비슷하지만 앞의 의자 이제는 노란 의자가되었습니다

그 모델은 무엇을 생각할 것인가? 와우, 저것 좀 봐 포 그라운드에서 노란색 의자 정말로 큰 시간을 얻었습니다 그것은 높은 점수를 얻었습니다 괜찮아 지금은 그 사진들로 놀아서 충분합니다

이 모델은 이미이 단계에서 사용할 수 있습니다 REST API를 통해 호출 될 수 있습니다 우리가 한 모든 것은 그것을 훈련시키는 것이었지만 실제로는 그것을 훈련하는 것이 었습니다 그것을 우리를 위해 배치했습니다 이 서비스는 Cloud ML 엔진의 온라인 예측을 활용합니다

자동 크기 조정 예측 기능을 제공하는 기능 맞춤형 모델을 제공하고 데이터 세트에 대해 교육을받은 서비스입니다 이 모든 것에 대한 깔끔한 부분은 일단 데이터 파이프 라인이 작동하면 원시 데이터에서 올바른 형식의 CSV, 기계 학습을 훈련하고 배치하는 과정 모델은 당신이 쓸 필요가 없다는 점에서 완전히 핸즈프리입니다 모든 코드 – 클릭하고 기다리십시오 이렇게하면 데이터 가져 오기에 집중할 수 있습니다 좋은 상태에서, 손을 떼고, 도전을 적합한 컴퓨터 비전 머신을 만드는 방법 모델을 서비스에 학습

Cloud AI의 에피소드를 시청 해 주셔서 감사합니다 모험, 그리고 만약 당신이 그것을 좋아한다면, 그 같은 버튼을 누르십시오 아래로 내려 가서 반드시 구독하십시오 그들이 올 때 모든 최신 업데이 트를 바로 얻을 수 있습니다 이제 나는 가서 좀 더 화려하게 찾을거야

의자를 사용하여 비디오를 찍어서 데이터 세트를 확장 할 수 있습니다 내 AutoML 모델