대시보드에 이미지 분류(AI 모델) 결과를 출력하는 프로젝트를 만들어 봅시다.

이 프로젝트에서는 도로교통 표지판을 구분하는 예시 프로젝트를 진행합니다. 다른 대상을 사용해도 예시 프로젝트를 따라 하실 수 있습니다.

1. 이미지 분류 AI 모델 학습하기

• AI 모델 학습 시작하기 페이지의 내용을 따라 AI 모델을 학습합니다.
• 학습할 AI 모델은 이미지 분류 입니다.
• 3 종류의 도로교통 표지판을 준비합니다.

  • 각 도로교통 표지판의 클래스는 공사중, 30, STOP으로 정해줍니다.

  • 이미지 분류 AI 모델의 성능을 향상시키기 위해 아무런 표지판이 찍히지 않은 없음 클래스를 추가해 AI 모델을 학습할 수 있습니다.

    

  • 좀 더 자세한 AI 모델 학습 과정은 아래의 페이지를 확인합니다.

    • 3종류의 표지판을 구분하는 AI 모델 학습과정 자세하게 알아보기

2. 기본 프로젝트 생성하기

• 바닐라 프로젝트 시작하기를 따라 기본 프로젝트를 생성합니다.

3. 기본 프로젝트에 AI 모델 추가하기

• AI 프로젝트 시작하기를 참고해 프로젝트에 AI 모델을 추가합니다.
• 대시보드의 AI 모델 탭에서 + AI 모델 추가하기 버튼을 이용해 학습된 AI 모델을 추가합니다.

4. 코드 작성하기

• 팔레트 영역의 코드 블록을 코딩 페이지로 드래그하고, 각 코드 블록을 연결해 코드를 작성할 수 있습니다.

• 코드 블록을 다루는 자세한 방법은 코드 블록으로 코딩하기 페이지를 확인해 주세요.

  [전체 코드 및 동작 요약]

  

  • 프로젝트가 실행되면, 계속 반복하기 안의 코드 블록들을 반복합니다.
  • 이미지 분류 AI 모델에게 분류 결과를 요청하고, 분류 결과를 변수 **분류결과는?**에 저장합니다.

  ---

  [블록 설명 및 작성 팁]

  

  • 분류 결과 요청하기 블록은 이미지 분류 팔레트에서 찾을 수 있습니다.
  • 분류 결과 요청하기 블록이 실행될 때 AI 모델이 동작하기 때문에 AI 모델의 동작 결과를 얻기 위해서는 이 블록이 반드시 사용되어야 합니다.
  • 계속 반복하기 안에서 분류 결과 요청하기 블록이 실행되므로 매 순간 분류 결과가 변수 분류결과는? 에 저장됩니다.

5. 프로젝트 실행하기

• 코드 작성이 완료되면, 코딩 페이지 오른쪽 아래에 위치한 실행하기 버튼을 눌러 동작을 확인 합니다.
• 변수의 내용은 오른쪽 대시보드의 모니터 탭에서 확인할 수 있습니다.
• AI 모델 탭에서 AI 모델의 동작 결과를 확인할 수 있습니다.
• 확장 버튼을 누르면 AI 모델의 동작 결과와 변수의 저장 결과를 동시에 확인할 수 있습니다.