외관 검사 코드 따라하기

학습 내용: 데이터 불러오기 및 전처리하기

• 영상 데이터저장소를 사용하여 데이터를 불러옵니다.
• imageDatastore 함수는 자동으로 영상에 폴더 이름에 기반한 레이블을 지정합니다.
• 크기와 회전이 다른 영상을 추가하여 데이터셋을 증대할 수 있습니다.
• 영상 기반 앱은 영상의 자르기, 레이블 지정 및 정합 같은 일반적인 전처리 작업을 크게 가속화할 수 있습니다.

학습 내용: 딥러닝 모델을 가져오고 전이 학습을 위해 수정하기

• 사전 훈련된 다양한 모델을 전이 학습의 시작점으로 사용합니다.
• 심층 신경망 디자이너 앱을 사용하여 모델을 새 작업에 맞게 대화형 방식으로 변경합니다.
• TensorFlow™-Keras, TensorFlow 2, Caffe 및 ONNX™(Open Neural Network Exchange) 모델 형식으로부터 모델과 아키텍처를 가져옵니다.

학습 내용: 학습을 위해 모델 수정하기

• 각각 다른 훈련 결과를 만들어내는 다양한 훈련 옵션 중에서 선택합니다.
• 모델 훈련 시간은 하드웨어와 데이터셋의 크기에 따라 길어질 수 있습니다.
• 모델을 처음부터 만드는 방법을 배울 필요 없이 딥러닝을 수행합니다.

학습 내용: 새 데이터에 대해 모델 테스트하기

• (1단계에서 별도 배정한) 테스트 데이터를 분류하고 분류 정확도를 계산합니다.
• 테스트 데이터를 그에 대응하는 레이블과 함께 시각화하여 새 데이터에 대한 모델의 정확도를 확인합니다.
• GradCAM과 같은 설명 가능한 AI 기법을 사용하여 모델이 영상의 어느 위치에서 결함을 검출했는지 시각화합니다.