[구글 티처블 머신] 이미지 업로드로 티처블 머신 모델 활용하기

안녕하세요~

 

인공지능 쉽게 이해하기 위한 도구, 티처블 머신을 활용해보도록 하겠습니다.

 

티처블 머신은 이미지, 음성, 동작을 데이터로 학습하여 모델을 생성합니다.

 

이미지 학습을 위한 데이터는 웹 캠을 통해 실시간 촬영을 하거나 기존의 저장된 이미지 파일을 업로드 합니다.

 

그리고 학습한 데이터를 기반으로 모델을 활용하기 위해서는 웹 캠에 사물을 비춰야 했습니다.

 

그러나 웹 캠이나 스마트폰의 카메라를 사용하는 것이 제한되는 경우 저장되어 있는 이미지를 업로드하는 방법이

 

보다 효율적일 것입니다.

 

이번 시간에는 이미지 데이터 학습 후 이미지를 업로드하여 모델 분석을 하는 방법을 알아보겠습니다.

 

업로드 버튼을 클릭하여 저장된 이미지를 업로드 합니다.

 

트레이닝을 통해 이미지를 학습시켜 모델을 완성합니다.

 

처음 모델이 완성되면 다음과 같이 웹 캠을 통해 모델을 분석하게 됩니다. 

 

위 쪽 버튼에서 웹 캠(webcam)을 파일(file)로 변경해줍니다.

 

다음과 같이 이미지를 업로드하여 모델에 적용하고 예측값을 얻어낼 수 있습니다.

 

지금까지 티처블 머신 모델 학습과 테스트에 대해 알아보았습니다. 

 

실제로 스마트폰에서 다음과 같은 이미지를 업로드하여 모델을 활용하기 위해서 

 

모델 내보내기를 해보겠습니다.

 

티처블 머신 모델 업로드 후 

 

코드 편집을 위해 구름IDE(groom.io)를 활용해보도록 하겠습니다.

 

티처블 머신 소스코드에서 웹 캠을 활용하여 모델에 적용하는 것이 아닌 

 

이미지 업로드를 통해 업로드된 이미지에 모델을 적용하여 예측값을 가져오도록 하겠습니다.

 

그러기 위해서는 이미지를 업로드할 수 있는 코드를 작성해야 합니다.

 

코드펜(codepen.io)를 통해 고수들이 작성한 오픈소스를 가져옵니다.

 

이미지 업로드를 하기 위한 코드를 복사하여 가져옵니다.

 

가져올 때는 라이선스 문제와 표기에 관한 코멘트를 확인해야 합니다.

 

HTML, CSS, JS 각각의 소스코드를 복사하여 붙여넣은 다음 미리보기를 하면,

 

다음과 같이 웹 캠과 이미지 업로드 방식 모두 사용할 수 있는 웹 페이지를 만들었습니다.

 

그러나 현재는 웹 캠에 촬영되는 이미지가 모델 분석에 적용되고 있기 때문에

 

코드 중 예측 대상이 되는 개체를 업로드된 이미지로 변경해줄 필요가 있습니다.

 

개발자도구를 통해 업로드된 이미지 파일의 위치를 확인하고,

 

티처블 머신 소스코드에서 이미지를 모델에 적용하여 예측하기 위해 어떻게 설정해야 하는지 확인해봅니다.

 

다음과 같이 기존 티처블 머신 코드에 있는 웹 캠, 그리고 루프 함수 관련 코드를 찾아 지워줍니다. 

 

다음 업로드된 이미지를 예측할 수 있도록 설정한 뒤

 

웹 캠을 사용하였을 때는 촬영과 동시에 모델 예측 결과를 내보내었지만,

 

이미지를 업로드할 경우 업로드 후 이미지를 예측해야 하는 순서가 필요하기 때문에 

 

'예측'할 수 있는 버튼을 생성해줍니다.

 

'Start' 버튼은 티처블 머신을 통해 학습시킨 모델을 실행하는 버튼이고,

 

'구별'은 이미지를 업로드한 뒤 이미지를 기준으로 모델을 적용하여 예측값을 가져오기 위한 버튼입니다.

다음과 같이 이미지를 업로드하여 티처블 머신 학습 모델을 바탕으로 예측값을 얻을 수 있었습니다. 

 

육안으로 구분하기 어려운 산나물이나 색상 구분 등 인간의 기억력, 판단력에 의존할 것이 아니라 

 

수많은 데이터로 학습한 모델을 통해 보다 정확하고 빠르게 판단할 수 있습니다. 

 

인공지능은 인간을 대체하는 존재가 아니라 인간이 어렵고 힘들고 시간이 많이 걸릴 수 있는 일을 대신하여 

 

보다 빠르고 정확한 의사결정을 할 수 있도록 도와주는 조력자의 의미로 보는 것이 어떨까요?

 

이상 티처블 머신 이미지 업로드 방식에 대해 알아보았습니다. 

 

감사합니다.