이미지 처리
이 섹션에서는 가져온 이미지 데이터를 사전 처리하고, 이미지를 필터링하며, 이미지 미리보기 모드를 전환하고, 훈련 세트와 검증 세트의 비율을 조정하는 방법에 대해 설명합니다. 이를 통해 이미지 데이터를 확인하고, 모델 훈련 및 검증의 정확도를 향상시킬 수 있습니다.
Mech-DLK는 다음과 같은 이미지 처리 도구를 제공합니다은.
이미지 사전 처리
휘도, 명암비 또는 컬러 밸런스와 관련된 파라미터를 조정하여 이미지를 사전 처리합니다.
사용 방법
-
이미지 리스트 상단에서
를 클릭하고 이미지 사전 처리 툴을 엽니다.
-
요구 사항에 맞게 파라미터를 조정하세요.
-
시작 버튼을 클릭하고 처리가 완료될 때까지 기다립니다.
-
팝업창에서 확인을 클릭합니다.
|

이미지 필터링
필터링 조건을 설정하여 데이터 세트에서 원하는 조건에 맞는 이미지만 빠르게 선택할 수 있습니다.
대표적인 응용 시나리오
-
데이터세트 분할 결과를 확인합니다. 이미지가 여러 데이터 세트로 나뉜 경우, 데이터 세트 유형별로 이미지를 필터링하여 각 데이터 세트의 내용을 확인하고 분할 결과를 조정할 필요가 있는지 점검할 수 있습니다.
-
데이터 레이블링 결과를 확인합니다. 데이터 레이블링을 할 때 데이터 유형을 필터링하여 레이블링 과정 및 결과를 확인할 수 있습니다.
-
모델 예측 결과를 검사합니다. 모델 검증이 끝난 후 결과 유형을 필터링하여 검증 결과를 확인할 수 있습니다. 예를 들어, 결함 세그먼테이션 모델에 대한 예측이 틀린 경우, 과검출 또는 미검출 이미지 세트를 필터링하여 레이블링 오류로 인해 모델 예측 결과가 잘못된 것인지 빠르게 분석할 수 있습니다.
미리보기 모드로 전환
리스트 모드가 기본 모드이며, 클릭하면 미리보기 이미지를 볼 수 있습니다.
슬라이더를 끌어 미리보기 이미지의 표시 크기를 조정할 수 있습니다. 리스트 표시를 복원하려면 다시 클릭하면 됩니다.
훈련/검증 세트의 비율 조정
기본적으로 데이터 세트의 이미지 중 80%는 훈련 세트로, 나머지 20%는 검증 세트로 분할됩니다. 알고리즘 모듈이 훈련 과정에서 모든 이미지 유형의 특성을 학습하고 검증할 수 있도록, 훈련 세트와 검증 세트 모두 모든 유형의 이미지를 포함해야 합니다.
-
훈련 세트
훈련 세트는 모델을 훈련시키는 데 사용되는 데이터 집합으로, 전체 데이터 세트 중 가장 큰 비중을 차지합니다. 입력 데이터와 이에 대응하는 레이블을 포함하며, 모델은 이 데이터를 기반으로 데이터의 패턴과 규칙을 학습하며 파라미터를 조정하여 특정 작업을 수행합니다.
-
검증 세트
검증 세트는 훈련 중 모델의 성능을 평가하고 오버피팅 여부를 확인하며, 모델의 일반화 능력을 검증하고 최적의 모델을 선택하는 데 사용됩니다.
-
테스트 세트
테스트 세트는 훈련이 완료된 후 모델의 일반화 능력을 평가하는 데 사용되며, 즉 새로운 데이터에 대한 성능을 측정하기 위한 것입니다.
-
총수
모델 훈련에 참여하는 전체 데이터 샘플 수는 훈련 세트와 검증 세트의 이미지 수를 합한 값입니다.
Mech-DLK에서 훈련은 훈련 세트 및 검증 세트의 이미지에 라벨링을 완료한 후에만 시작할 수 있습니다. |