본문 바로가기
딥러닝실무응용/딥러닝

[딥러닝] 전이학습(transfer learning) 및 티쳐블 머신(Teachable Machine) 실무

by udeserveit1 2024. 8. 23.

전이학습(transfer learning)

 

딥러닝 모델 기반 전이학습

전이학습

학습할 때 쓰는 것을 동결, 분류기만 바꿔서 사용한다

기존에 내가 쓴 모델 :예를들어 개,고양이 ,소 등 10개 정도를 분류하는 모델(클래스)이 있다 각 만장씩 있음

동물과 새로운 것 새(참새,까치, 기러기..가각 1000장 이하로 있음) 이것을 기존 모델을 두고 분류기만 가져온다

새로 학습하지 않고 지식을 그래도 활용한다ㅏ.

 

 

전이학습은 어떤 문제를 해결하면서 습득한 지식을 저장하고, 이와 비슷한 분야의 다른 문제에 상기 축적된 지식을 적용하여 해결하고자 하는 연구분야로서, 현재 많은 연구가 이루어지고 있는 기계학습의 한 분야임\\

 

전제조건은 기존의 클래스의 종류도 많고 데이터 갯수도 많은 좋은 모델로 써야한다

2016 딥러닝 탄생되면서 경쟁대회에서 우슨 딥러닝 종류(VGG16,ResNet50,DenseNet등)  ,여기서 만든 이미지 챌린더

전위학습을 이용하면 w는 새로 학습

 

바이올린 , 피아노 다르지만 바이올린 배운 경험이 있으면 피아노를 더 잘 습득한다. 

악기를 알기위한 원리는 알고 있다.

 

 

 

특정환경에서 만들어진 AI 모델을 다른 유사 분야에 적용 가능

▪ Volkswagen은 차선 유지·서행 등 자율주행을 위한 범용 지능을 우선 구축하고, 주행 우선순위·표지판 등 국가별 차이만을 재학습 하는 방식 활용

 

 

 

티쳐블 머신(Teachable Machine)

◼ Google Creative Lab에서 만든 웹 기반 도구

◼ 사용자가 간단하게 기계학습 모델을 생성하고 훈련 시킬 수 있게 하는 웹 서비스

◼ 복잡한 코딩이나 딥러닝의 깊은 지식 없이 인공지능 모델을 만들 수 있다는 장점

   - 현재 해결해야하는 문제와 비슷한 문제를 처리하는, 사전에 수많은 데이터로 학 습한 검증된 인공지능 모델을 활용

   - 해당 인공지능 모델의 마지막 부분의 클래스를 사용자가 원하는 클래스로 교체 하여 학습을 진행

◼ 내부적으로 Transfer Learning(전이 학습)이라는 기술을 이용

◼ 티처블 머신은 MobileNet 기반으로 서비스 제공

 

 

- 인터페이스가 제한적

캣 도그 파일 드래그

 

학습 - 고급 -

에포크 (반복 횟수)

고급 설정을 통해 확인 가

학습 시키기 클릭

 

임의로 웹에서 강아지나 고양이 사진 넣고 Tensorflow에 모델 내보내기

코랩에 새로운 노트북 만듦

코드 복사

 

 

 

정규화

 

 

티처블 머신이 코랩의 텐서플로의 버전보다 오래되어서 (달라서)

코랩에서 다시 설치

 

 티쳐블 머신 한계는 많은 데이터는 안된다

◼ 비교적 짧은 시간과 적은 데이터로 인공지능 학습을 수행할 수 있는 장점 보유

◼ 초보자용, 교육 목적, 시제품 제작에 유용하지만, 대규모 데이터 셋 을 다루거나 복잡한 모델 처리에는 한계

◼ 사용자 친화적 인터페이스

◼ 웹 페이지를 통해 이미지, 소리, 자세(Pose) 등의 데이터를 업로드하고 학습 가능