안내 가이드

• 시작하기 전에

  Google Cloud Platform 프로젝트 및 인증을 설정하고 AutoML Vision 객체 감지를 사용 설정합니다.

• 학습 데이터 준비

  모델을 학습시키는 데 사용할 이미지를 정리하고 주석을 달 때의 권장사항에 대해 알아보세요.

• 학습 데이터 CSV 형식 지정

  모델을 학습시키는 데 사용되는 데이터세트에 대해 올바른 형식의 CSV 파일을 만듭니다.

• 데이터 세트 생성 및 이미지 가져오기

  데이터 세트를 만들고 모델을 학습시키는 데 사용되는 학습 데이터를 가져옵니다.

• 가져온 학습 이미지에 주석 달기

  가져온 학습 이미지의 경계 상자 및 라벨 주석을 추가, 삭제 또는 수정합니다.

• 클라우드 호스팅 모델 학습

  커스텀 모델을 학습시키고 학습 작업의 상태를 가져옵니다.

• 내보낼 수 있는 Edge 모델 학습

  내보낼 수 있는 커스텀 Edge 모델을 학습시키고 학습 작업의 상태를 가져옵니다.

• 모델 평가

  모델의 성능을 검토합니다.

• 모델 배포

  학습이 완료된 후에 사용할 모델을 배포합니다.

• 개별 예측 실행

  커스텀 모델을 사용하여 온라인에서 개별 예측 이미지에 라벨과 경계 상자를 주석으로 추가합니다.

• 일괄 예측 실행

  커스텀 모델을 사용하여 온라인에서 일괄 예측 이미지에 라벨과 경계 상자를 주석으로 추가합니다.

• Edge 모델 내보내기

  다른 학습된 Edge 모델 형식을 Google Cloud Storage에서 에지 기기에 사용할 수 있도록 내보냅니다.

• 모델 배포 취소

  사용을 마친 후에는 추가적인 호스팅 비용이 발생하지 않도록 모델을 배포 취소합니다.

• 데이터 세트 관리

  프로젝트와 연관된 데이터 세트를 관리합니다.

• 모델 관리

  커스텀 모델을 관리합니다.

• 장기 실행 작업 다루기

  장기 실행 작업의 상태를 가져옵니다.

• Base64 인코딩

  네이티브 "base64" 유틸리티를 사용하여 바이너리 이미지를 API 요청으로 보낼 ASCII 텍스트 데이터로 인코딩합니다.

• 나열 시 필터링

  리소스, 작업, 측정항목을 나열할 때 결과를 필터링하는 방법을 알아보세요.