by
Mar 05. 2020
40. Cloud Vision사용 (9/11)
Vision
이미지 분석 API
머신러닝 서비스
자체 데이터로 모델을 학습,평가하는 GUI를 제공한다.
이미지 그룹 2개를 만들어 학습 시키고 , 이미지를 1개 올려 테스트 해보자.
<1> 데이터 업로드하기 위해 Cloud Storage를 만든다.
<2> Vision을 실행한다.
<1> 데이터 업로드하기 위해 Cloud Storage를 만든다.
us-central1에 만들어야 한다.
2020년 3월 현재 서울리전은 아직 지원하지 않습니다.
"여러 지역으로 파일을 이동할 수 없습니다.
AutoML과 동일한 위치 및 스토리지 클래스와 동일한 지역 버킷을 사용하십시오.
필수 위치 : us-central1,
필수 위치 유형 : 리전
필수 스토리지 클래스 : 표준
<2> Vision을 실행한다.
1. 이미지 분류 > 시작하기
2. Google 계정으로 권한 부여 > 허용
google 계정이 있어야 사용 가능하다.
3. 사용하기 위해 AutoML API가 활성화 되어야 한다.
SETTING UP 클릭
4. 새 데이터세트 만들기
단일 라벨 분류로 해본다.
5. 이미지를 Cloud Storage에 업로드 한다.
보통 라벨당 이미지를 30개 정도씩 준비하고 업로드 한다.
A사진 라벨그룹 30개 , B사진 라벨그룹 30개
스토리지 리전이 us-central1 이 아니면 올라가지 않는다.
us-central1 리전에 Cloud Storage를 새로 만들어야 한다.
올라가는데 30분은 걸린다.
오류난게 아닌지 고민하지 말고, 다른 테스트를 하며 기다려야 한다.
7. 라벨을 2개 만든다.
heeran1, taeho
올린 사진을 라벨링 해야 한다.
이미지가 충분하지 않으면 학습 진행을 하지 못한다.
라벨 없는 부분은 따로 표시된다. 라벨링 하자.
8. 준비가 되면 학습하자.
학습시작 > 몇시간 정도 걸린다.
9. 평가
10. 테스트 해보자
이미지를 하나 올려 테스트해보자.
배포하는데 약 2시간 소요
준비 완료
이미지를 올려보자
11. 결과
Sample이 부족한지 틀린 결과가 나왔다.
12. 비용
노드당 시간당 3.15달러
1 노드면 3.15달러겠죠. 4천원.
저는 1 노드로 테스트 했어요
40 노드면 = 초기 학습 126달러. (15만원)
https://cloud.google.com/vision/automl/pricing?_ga=2.144983549.-854977690.1583375760
다음 공부
https://brunch.co.kr/@topasvga/866
