이미지 분류 모델 자동화 시스템 개요

프로젝트 개요: 이미지 분류 모델 자동화 시스템

1. 프로젝트 목표

본 프로젝트의 목표는 사용자가 업로드한 이미지를 인식하고 분류하는 딥러닝 모델을 구축하는 것입니다. 사용자의 피드백을 통해 모델의 정확도를 지속적으로 향상시키며, 새로운 데이터를 자동으로 학습시킬 수 있는 시스템을 구현합니다.

2. 시스템 구성

• 프론트엔드:
  • 사용자가 이미지를 업로드하고 결과를 확인할 수 있는 웹 애플리케이션.
  • AJAX 요청을 통해 실시간으로 모델 예측 결과를 받아옴.
• 백엔드:
  • Java Spring Boot 프레임워크를 사용하여 웹 서버 및 RESTful API를 구축.
  • Python TensorFlow 모델을 호출하여 이미지 분류 작업을 수행.
  • 업로드된 이미지와 그에 대한 정답을 데이터베이스에 저장.
• 데이터베이스:
  • 사용자 피드백(정답) 및 이미지 파일 경로를 저장하여, 이후 모델 재학습에 사용.
  • 주기적으로 새로운 데이터셋을 기반으로 모델을 재훈련할 수 있는 구조.

3. 기능

• 이미지 업로드 및 예측:
  • 사용자가 이미지를 업로드하면, 모델이 해당 이미지의 클래스를 예측하여 결과를 반환.
• 피드백 수집:
  • 사용자가 예측 결과가 잘못된 경우, 정답을 입력하여 시스템에 피드백을 제공.
  • 피드백 받은 데이터는 데이터베이스에 저장되어 향후 학습에 활용.
• 자동 학습 시스템:
  • 일정 시간마다 데이터베이스에 저장된 정답 데이터 및 이미지를 기반으로 모델을 재훈련.
  • 새로운 카테고리가 추가될 경우, 자동으로 카테고리 수를 반영하여 모델을 업데이트.
• 폴더 관리:
  • 새로운 이미지 데이터가 저장될 때마다, 각 카테고리에 대한 별도의 폴더를 생성하여 데이터를 체계적으로 관리.

 

이렇게 이미지를 업로드 그이미지가 어떤건지 알려준다.

현재로는 데이터 셋이 고양이와 강아지만 있어서 고양이와 강아지만 분류 할수 있지만 나중에는 추후 사과와 사람을 분류 할수 있도록 업데이트 해볼 생각이다