[Azure AI] Azure AI 앱 서비스 사용해보기 - Custom Vision (+Confusion matrix)

 

 

 

학습과 예측 리소스 모두 필요하다. (= 돈 든다.)

 

만들기를 하고, 내가 만든 Custom Vision으로 들어온다.

 

 

Custom Vision 포털 클릭 후 Sign in

 

 

New Project 클릭

 

 

아래와 같이 입력

 

프로젝트 타입은 분류를 할것이므로 Classification 선택, 그리고 알맞게 선택한다.

 

 

Domains에서, 동물 분류에 걸맞는 타입을 선택한다.

기본값인 General [A2] 선택 후 Create Project 버튼 클릭

 

---

이미지 학습시키기

이제 이미지들을 추가 후에 학습을 시작할 것이다.

동물들 사진들을 올려본다. Add Image 클릭

순차적으로 Elephant - giraffe - lion 동물들 사진 모음집을 다 올린다.

 

업로드 시 태그를 각각 다 지정해준다.

 

 

학습시키기 버튼 클릭

 

 

 

그럼 모델이 학습을 하고 있다

---

인공지능이 학습 하는동안, 여기서 Confusion Matrix를 살펴보자.

Confusion Matrix

 

출처: https://www.google.com/url?sa=i&url=https%3A%2F%2Fencord.com%2Fglossary%2Fconfusion-matrix%2F&psig=AOvVaw0bZ49BP-40hd0n-Km6xa_d&ust=1730791332815000&source=images&cd=vfe&opi=89978449&ved=0CBEQjRxqFwoTCPiwpqaSwokDFQAAAAAdAAAAABAE

 

 

Actual Class: 실제 양성/음성을 나타낸다.

Predicted Class: 예측의 양성/음성을 나타낸다.

 

여기서 정확도 모델(Accuracy), 재현율(recall) 모델(Sensitivity), 정밀도 모델(Precision) 중 어떤 것을 해야할까?

실제 인공지능에서는 정확도 모델을 사용하지 않는다.

예를 들어, 양성인데 음성이라고 판단했을 때 문제가 커지는 모델은 재현율 모델을 사용하는 것이다. (ex. 암 진단 인공지능)

혹은 음성인데 양성이라고 판단했을 때 문제가 커지는 모델(ex. 기형아)은 정밀도 모델을 사용하는 것이다. 

 

---

다시 돌아가서,

 

인내심을 갖고 기다린다.

 

다 되면 아래와 같이 결과가 뜬다!

 

위쪽 Publish 클릭

 

 

Prediction URL을 클릭한다.

 

 

---

Postman API test

이제 포스트맨에 가서 API 테스트를 해준다.

나는 image file로 해줄거다.

 

결과