[Azure] Custom Vision을 사용하여 객체 감지 서비스를 노코딩으로 구현하기

🎯 Custom Vision 개체 감지 AI 모델을 노코딩으로 구현하기

Azure의 Custom Vision 서비스를 활용해서 특정 개체를 감지하는 애플리케이션을 만들어본다

1. 🔍 Object Detection 과정

1단계: 데이터 준비

• 다양한 변형을 찾을 수 있도록 가능한 한 많은 이미지를 수집한다.

2단계: 특징 추출

• 인간의 뇌는 각 이미지에서 특징을 추출하려고 한다. 특징에는 색 조합, 날카로운 가장자리, 원형 패턴, 표면의 질감, 크기 등이 있다. 인간의 뇌는 자연스럽게 이러한 특징들을 고려하여 분류를 진행한다. AI에서는 이러한 특징을 말그대로 특징 (feature)이라고 한다

3단계: 관계 찾기

• 인간은 사진에 표시된 개체의 특징과 종류 간의 관계를 찾으려고 한다. 뇌는 각 개체 종류의 특성 및 특징을 분리하거나 대조하려고 한다.

4단계: 종류 분류

• 새로운 이미지가 제공되면 뇌는 해당 특성을 추출하고 이미 만들어 놓은 연관 관계를 사용하여 개체 종류를 결정한다.

2. 💡 Custom Vision으로 객체 감지 모델 만들기

1단계: Azure Custom Vision 리소스 만들기

• Azure Portal에 접속하여 Custom Vision 리소스를 만든다.

• Custom Vision을 검색하여 결과에서 Custom Vision 리소스를 선택한다.
  • 만들기에 있는 옵션들은 이름만 내가 정하고 나머지는 기본값으로 설정한다.
  • East US 리전을 선택한 이유는 여기에 custom vision으로 제공하는 기능이 많기 때문이다.
  • 나는 이미 만들어둔 리소스가 있어서 그 리소스를 뒤에서부터는 그 리소스를 사용할 것이다.

2단계: 프로젝트 만들기

• 리소스 그룹으로 가면 내가 만든 custom vision 리소스가 있다.
  • 만들어진 리소스(6b005cv20250210)를 클릭하여 들어가자.
  • Custom Vision 포털에서 서비스 이용해 보기가 있고 Custom Vision 포털로 이동할 수 있는 링크가 있는데 그걸 클릭한다.

• SIGN IN 버튼을 클릭하여 로그인 후 프로젝트를 만들 수 있는 페이지로 이동한다.

• 프로젝트 이름을 입력하고 반드시 내가 만든 custom vision 리소스의 이름을 입력해야 한다.

3단계: 데이터 업로드 및 전처리

• training 데이터(bungee image 15장)를 업로드 한다.
  • bungee는 오버 더 문 애니메이션에 나오는 캐릭터이다.
• 업로드한 데이터는 전부 untagged 데이터이므로 하나하나 태그를 붙여줘야 한다.

• 이미지를 클릭하고 bungee로 보이는 위치에 마우스 커서를 올리면 자동으로 태그를 붙일 박스가 생긴다.
  • 박스 위치가 마음에 안들면 모서리를 드래그하여 조정할 수 있다.
• 박스를 클릭하면 태그 이름을 붙일 수 있다.
• 모든 데이터에 태그를 붙여주자.

4단계: 모델 훈련

• 우측 상단에 있는 Train 버튼을 클릭하여 모델을 훈련한다.
  • 훈련 시간은 몇 분 정도 걸린다.

• 훈련이 완료되면 아래와 같은 화면이 보이고 우측 상단에 Test 버튼을 클릭하여 모델을 테스트할 수 있다.
  • Precision, Recall 등의 지표가 좋지 않게 나왔다.(이전에 했을 때는 괜찮게 나왔지만…)
• custom vision으로 훈련을 할 때 사용자가 제어할 수 있는 부분은 태그 정도라 나머지 파라미터가 랜덤이고 원래 코드에서 제아할 수 있는 하이퍼 파라미터를 건들지 못해서 이렇게 될 수도 있다.
  • 노코딩이라 쉽지만 그만큼 퍼포먼스를 끌어올리기 쉽지 않다.

Azure 카테고리 내 다른 글 보러가기