이미지 분류 모듈 사용방법

새로운 프로젝트를 만들고 "이미지 분류" 모듈을 추가하기: 메인 인터페이스에 있는 새로운 프로젝트 버튼을 클릭하고 프로젝트 경로를 선택하며 프로젝트 명칭을 입력하여 새 프로젝트를 구축합니다. 다음으로 화면 오른쪽 상단에 있는 아이콘을 클릭하여 "이미지 분류" 모듈을 선택하십시오.

이미지 데이터 가져오기 : 다운로드한 파일의 압축을 풉니다. 왼쪽 상단의 가져오기/내보내기 버튼을 클릭하고 폴더 가져오기를 선택하여 폴더를 선택합니다.

클래스 만들기 : 클래스 패널에서 + 추가 버튼을 클릭하고 다양한 물체 유형이나 특징에 따라 클래스를 만듭니다. 앞면과 뒷면을 구분해야 하므로 각각 front과 front이라는 두 가지 클래스를 만듭니다.

이미지 레이블링 : 이미지를 해당 클래스로 레이블링합니다. 여러 이미지를 선택하여 레이블링할 수 있습니다. 이미지에 올바른 레이블이 지정되도록 보장합니다. (레이블링 도구 사용방법 확인)

훈련/검증 세트의 비율 조정 : 기본적으로 데이터 세트 이미지의 80%는 훈련 세트로, 나머지 20%는 검증 세트로 분할됩니다. 알고리즘 모듈이 훈련 과정에서 모든 이미지 유형의 특징을 학습하고 검증할 수 있도록, 훈련 세트와 검증 세트 모두 *모든 유형*의 이미지를 포함해야 합니다.
기본 훈련 세트와 검증 세트가 이 요구 사항을 충족하지 않는 경우, 이미지 이름을 마우스 오른쪽 버튼으로 클릭한 뒤 "훈련 세트로 옮기기" 또는 "검증 세트로 옮기기"를 선택하여 데이터 세트를 조정할 수 있습니다.

모델 훈련: 기본적인 파라미터 설정을 사용하며 훈련 버튼을 클릭하면 모델 훈련 과정을 시작할 수 있습니다.

CAM 표시 : 훈련이 완료되면 CAM(클래스 활성화 맵) 옆에 있는 생성을 클릭합니다. 생성 과정이 완료되면 을 클릭하여 CAM을 확인합니다. CAM은 모델 훈련 시 주목해야 할 이미지의 주요 특징 영역을 시각화하여, 분류 성능을 확인하고 모델을 최적화하는 데 참고할 수 있는 자료를 제공합니다.

모델 검증 : 훈련이 완료되면 검증 버튼을 클릭하여 모델을 검증하고 결과를 확인합니다. 또한 > 틀린 결과 > 확인을 클릭하여 잘못 인식된 결과만 필터링해 확인할 수 있습니다.

모델 내보내기 : 내보내기 버튼을 클릭한 후, "클래스 활성화CAM)" 옵션을 활성화하고 훈련된 모델을 저장할 디렉토리를 선택한 후 내보내기를 클릭합니다.