menu
close_24px
GETTING STARTED

Deep Block에서 컴퓨터 비전 모델을 평가하는 방법을 알아보세요.

여러분이 구축한 AI 모델의 성능을 동료와 상사, 다른 사람들에게 보여주세요. 코딩없이 만든 AI 모델도 강력한 힘을 가지고 있다는 것을 보여주세요!   

코딩을 할 수 없더라도, Deep Block을 활용한다면, 자신만의 AI를 만들 수 있는 잠재력을 발휘할 수 있습니다.

Step #1 - Prepare Validation Data
  • 컴퓨터 비전 모델을 검증하려면 모델을 트레이닝해야 합니다.
  • 컴퓨터 비전 모델을 정확하게 검증하려면 훈련에 사용된 이미지와 다른 이미지를 사용하여 모델을 검증하는 것이 중요합니다.
  • Deep Block은 현재 이미지 분할 및 객체 감지를 위한 평가 인터페이스를 제공합니다. 다른 요구 사항이나 문의 사항이 있는 경우, 주저하지 말고 저희에게 연락해 주세요.
  • 드래그 앤 드롭 동작으로 파일 탐색기에 이미지 파일을 업로드합니다.

    uploading-1
  • 업로드된 이미지를 보실 수 있습니다.

    validation data

 

Step #2 - Draw Ground Truth
  • 기계 학습 모델의 성능을 평가하려면 업로드된 테스트 이미지에 대한 Ground Truth 주석을 마스킹해야 합니다.
  • 이미 준비한 주석 파일을 업로드하거나 각 이미지에 대한 실제 주석을 그려 이를 수행할 수 있습니다.
  • 이미지에 직접 실측 정보를 그려야 하는 경우 이 기사를 읽어보세요.
  • 테스트 이미지에 대한 주석 파일이 있는 경우 이 Ground Truth를 cocojson 형식으로 업로드하세요.

    coco upload-1
  • Annotation을 준비한 후에는 레이블이 지정된 경계 상자 또는 다각형으로 장식된 이미지를 볼 수 있습니다.

    annotation uploaded

 

Step #3 - Evaluation
  • 이제 모두 끝났습니다!
    "EVALUATE" 버튼을 누르시면 됩니다.

    button

  • 시간이 지남에 따라 왼쪽 하단에서 모델의 검증 측정항목을 볼 수 있습니다.

    evaluate-1