이미지 분류 모델 자동화 시스템
주요 기능
- 이미지 예측: 사용자가 업로드한 이미지를 고양이 또는 강아지로 정확하게 분류합니다.
- 피드백 수집: 예측 결과에 대한 사용자 피드백을 수집하여 모델 학습에 활용합니다.
- 자동 학습 시스템: 사용자 피드백을 바탕으로 모델을 자동으로 재학습하여 정확도를 향상시킵니다.
- 폴더 관리: 학습 데이터를 효율적으로 관리하기 위한 폴더 관리 기능을 제공합니다.
이렇게 4가지 기능을 중점을 두고 개발하였다.
시스템 작동 방식:
- 이미지 업로드 및 분류: 사용자가 이미지를 업로드하면 시스템은 학습된 모델을 기반으로 이미지를 분석하고 결과를 출력합니다.
- 오류 수정 및 재학습: 예측 결과가 잘못된 경우, 사용자가 직접 수정하고 재학습을 요청할 수 있습니다. 이때, 시스템은 사용자의 수정 내용을 학습 데이터에 추가하여 모델을 업데이트합니다.
- 새로운 모델 학습 및 카테고리 추가: 새로운 품종을 추가하거나 모델 성능을 개선하기 위해 새로운 모델을 학습하고 카테고리를 추가할 수 있습니다.
<사용과정>
기본페이지
사진을 넣을수 있는 페이지로 사진을 넣으면 그 사진이 무엇인지 분류 해준다.
이렇게 고양이 사진을 넣었는데 근데 결과값으로 강아지가 반환된다 그럼 아래 보이는 오류 수정에 정답을 집어 넣고 버튼을 누르면
관리자 쪽에서 재학습할 데이터를 선별할수 있다.
이렇게 선별하고 난후 새로운 학습시켜야하는데
이페이지에서 새로운 모델을 학습시킬수 있고 새로운 카테고리를 추가할 수 있다.
새로운 모델 학습 버튼을 누르면 스프링부트쪽 터미널에서
이런식으로 코드 진행과정을 보여준다.
그리고 학습이 다되었으면 다시 서버를 리부트 하여 아까 그사진을 올려두면
이렇게 고양이로 나오는것을 알수있다.
향후 계획
- 시큐리티 적용 하여 지금은 관리자와 사용자를 나누지 않았지만 목적에 맞게 사용하기 위해 관리자와 사용자를 구분할 예정입니다,
결론
이번 프로젝트를 통해 자바 스프링과 딥러닝 기술을 활용하여 이미지 분류 시스템을 개발하는 경험을 얻었습니다 또한 텐서플로우로 만든 모델을 자바에서 어떻게 불러오고 결과값을 반환해야하는지에 대한 공부를 할 수 있게 되었다.
이번에는 이미지 분류모델 코드는 gpt를 통해서 구현하였지만 다음에는 ai쪽 인공신경망을 공부하여 직접구현해 보고 싶다.
그리고 이 프로젝트를 해보면서 aws와 같은 클라우드 플랫폼에 올리고 싶은 생각을 가지게 되어서 이부분으로 공부를 해볼 생각이다.
2024 11.2 추가
여성 이미지 학습 모델 학습 성공
반응형
'프로젝트' 카테고리의 다른 글
TaskHub (0) | 2024.12.28 |
---|---|
TaskHub 프로젝트 개요 (1) | 2024.12.21 |
이미지 분류 모델 자동화 시스템 개요 (1) | 2024.10.10 |
[리액트+스프링부트] Delivery Oracle (0) | 2024.07.28 |
[리액트+스프링부트] Delivery Oracle 동작 설명 / 후기 (0) | 2024.07.24 |