[ML왕초보] 코딩 없이 머신러닝 앱 개발 해보기 (2) - 코딩야학 머신러닝 머신

이번 포스팅에서는 앞서 구글의 Teachable Machine에서 생성한 모델을 이용하여, 애플리케이션을 만드는 방법을 소개합니다.

 

 

Teachable Machine 에서 가위, 바위, 보 인식 모델 생성하는 법은 아래 포스팅에서 확인해 주세요. ↓↓↓↓

2020/08/15 - [머신러닝(ML)] - [ML왕초보] 코딩 없이 머신러닝 앱 개발 해보기 (1) - Teaching Machine 으로 모델 만들기

 

 

고맙게도 코딩야학에서 Teachable Machine  에서 생성한 모델로 간단히 애플리케이션을 만들 수 있는 환경을 제공합니다.

아주 쉬우니까 그냥 따라해보세요.

 

순서는 다음과 같이 진행됩니다.

 

1. Teachable Machine 에서 다운로드 받은 모델 파일을 업로드 하기

2. 가위, 바위, 보를 인식을 위한 조건 및 행동 정의하기

3. 실제 테스트 하기

 

 

자, 그럼 시작해 볼까요?

 

1. Teachable Machine 에서 다운로드 받은 모델 파일을 업로드 하기

 

https://ml-app.yah.ac 로 접속합니다.

코딩야학의 머신러닝머신 화면

3개의 모델 파일을 모두 선택하여 화면으로 드래그 하면 자동으로 업로드가 되고, 다음과 같은 화면이 나타납니다.

 

모델 파일 업로드

앞서 생성한 모델에서 정의한  '가위', '바위', '보' 가 다 보이죠?

 

 

2. 가위, 바위, 보를 인식을 위한 조건 및 행동 정의하기

 

이제, 가위, 바위, 보를 인식해서 말하고 쓰도록 정의해 봅시다.

왼쪽 아래에 있는 블록은 행동을 나타냅니다. 이중에서 우리는 '말하기' 와 '쓰기' 블록을 이용할 예정입니다.

 

 

'말하기' 블록을 드래그 해서 오른쪽에 있는 '가위' 블록 옆에 넣어줍니다.

'쓰기' 블록도  드래그 해서 넣어주세요.

 

행동 블록은 분류블록에 드래그 해서 넣어줍니다

 

50%이상 인식하면 말하고 쓰기록 정의합니다

 

3개의 분류가 있으니까.. 저는 50% 이상이면 행동하는 것으로 하기 위해 조건 부등호 옆 % 를 50으로, Hello 를 '가위' 로 수정하였습니다.

나머지 '바위', '보' 블럭도 동일하게 적용해 줍니다. 아래 처럼요.

 

가위,바위,보 조건과 행동 정의하기

 

 

이제 애플리케이션 개발이 완료되었습니다. 짝짝짝~!

 

3. 가위, 바위, 보 테스트하기

카메라에 가위, 바위, 보를 해 봅시다.

 

'보'는 100% 인식합니다.

 

 

너무 쉽죠?

 

머신러닝이 무엇인지 몰라도 구글의 Teachable Machine  과 생활코딩 머신러닝머신을 이용하여, 이미지를 학습 시키고 간단히 분류하는 애플리케이션은 만들어 보았습니다.

 

머신러닝을 쉽고 재미나게 시작해 볼 수 있는 좋은 tool 인 것 같습니다. ^^

 

 

※ 참고

• https://teachablemachine.withgoogle.com/
• https://ml-app.yah.ac/