티스토리 뷰

반응형

머신 러닝을 간단하게 체험해볼 수 있는 라이브러리, Teachable Machine.

 

Photo by Andrea De Santis on Unsplash

 

Teachable Machine은 구글에서 2019년 출시한 서비스로, 머신러닝 모델의 학습 과정을 쉽게 이해하고 직접 모델을 생성해 활용할 수 있다. 코딩을 할 줄 몰라도, 수학을 잘하지 못해도 쉽게 활용할 수 있는 것이 가장 큰 특징이다. 학습에만 머물지 않고, 프로젝트에서 생성한 학습 모델을 다양한 방법과 용도로 활용하는 것도 가능하다. (이번 글에서는 체험까지만 진행해보았다.)

 

사용 방법에 관해서는 생활 코딩에 잘 설명되어 있다.

 

Teachable Machine - 생활코딩

머신러닝을 이해하기 위해서 꼭 수학과 코딩을 알아야 하는 것은 아닙니다. 수학과 코딩 없이도 머신러닝을 이용할 수 있게 해주는 서비스들이 생겨나고 있습니다. 미래에는 수학자나 프로그래

opentutorials.org

 

Teachable Machine을 사용할 수 있는 링크이다.

 

Teachable Machine

Train a computer to recognize your own images, sounds, & poses. A fast, easy way to create machine learning models for your sites, apps, and more – no expertise or coding required.

teachablemachine.withgoogle.com

 

이미지, 음성, 포즈 총 세 가지 프로젝트 중에서 학습시키고자 하는 메뉴를 선택할 수 있다. 이번 글에서는 이미지로 진행을 해보았다. 

 

 

학습시킨 데이터

아이폰, 갤럭시, 화웨이 스마트폰

 

데이터 선정 이유

스마트폰의 등장 이후, 제품의 외형은 단순해져 가고, 서로 비슷해져가고 있다. 이 머신러닝 모델이 비슷하지만 다른 각 제품의 특성을 잘 분류해낼 수 있는지를 확인하고자 한다.

 

진행 과정 1. 

각 항목별로 약 50개의 이미지를 학습시켰다. 이미지를 구글 검색을 통해 찾았으며, 최대한 여러 각도의 사진이나 손으로 들고 있는 사진 그리고 배경과 함께 보이는 사진 등 다양한 각도의 사진으로 선정하였다. 

 

진행과정 2.

[Train Model] 버튼을 누르면 학습이 진행된다.

 

검증 1.

손 + 아이폰 이미지: 아이폰으로 잘 인식하고 있다.

 

검증 2.

상단에서 측면으로 보여지는 갤럭시: 갤럭시로 잘 인식하고 있다.

 

검증 3.

화웨이 폰: 후면의 카메라 형태가 갤럭시와 많이 비슷해서 그런지 갤럭시로 인식하고 있다.

 

검증 4.

화웨이폰: 카메라 후면의 모습이 좀 특이한 제품의 이미지로 테스트를 해보았더니 화웨이 폰으로 잘 인식하고 있었다.

 

결과 요약

각 항목별로 사진을 업로드할 때 측면 및 손으로 들고 있는 사진 등 다양한 각도의 사진을 학습시킨 결과, 완전 측면인 사진도 잘 인식하였다. 대체적으로 세 회사의 제품이 비슷한 색상과 후면 카메라 부분도 비슷한 구조를 띄고 있어, 구별하기 쉽지 않을 것으로 예상했으나 대체적으로 정확하게 인식을 하고 있었다. 다만 화웨이의 특정 제품의 컬러와 색상이 갤럭시와 유사한 부분이 있었는데, 이 경우 화웨이 폰으로 인식하지 못하고 갤럭시로 인식한 오류가 있었다.

 


 

Reference

 

"누구나 활용하는 웹기반 머신러닝 툴"··· 구글, 티처블 머신 2.0 공개 - CIO Korea

구글이 머신러닝 모델의 학습 과정을 쉽게 이해하고, 직접 모델을 생성해 활용할 수 있는, '티처블 머신(Teachable Machine) 2.0'을 공개했다. 티처블 머신은 공부하기도 어렵고 가르치기도 까다로운

www.ciokorea.com

 

반응형