티처블머신(Teachable Machine) X 인공지능키트(AIIT,에이토)

이 자료는 한국인공지능협회에서 진행한 2021년 사업주 직업능력 개발훈련으로 BASIC AI(32시간)-박성주 강사의 온라인 교육내용을 참고한 것입니다. 

 

초보자용 인공지능키트 AIIT(에이토)

 

# 프로그램 다운로드

https://url.kr/4smtfu 

aiit_free.zip

- 키트가 인식을 해야하기 때문에 드라이브 파일 설치

[시작] 마우스 오른쪽 -> 장치관리자(M) -> 포트(COM&LPT) -> 통신포트(COM?) 나옴. 

* 드라이브 설치하기 

C:\aiit_free\CH341SER\setup.exe 실행 -> INSTALL

 

* 프로그램 실행

C:\aiit_free\aiit_free.exe 실행

포트 번호는 COM3 각 개인 컴퓨터마다 다르게 나타난다 

 

# 각 클래스에 해당하는 사진을 하나씩 선택해서 넣는다. 

 

각 클래스 별로 이미지 넣어서 타이틀 이미지 확보

 

coverted_keras에 있는 keras_model.h5라고 쓰여있는 파일을 불러온다.

[참고] 인공지능설계 - 인공지능 6단계 학습 및 예제 실습 (tistory.com)

인공지능설계 - 인공지능 6단계 학습 및 예제 실습

 

# 위와 같이 라벨도 함께 불러온다 C:\ai_exam\animal_dataset\converted_keras\labels.txt

확인 후, 모델 및 설정 저장

 

H5 학습모델 실행 클릭

-> 이미지 불러오기

검증 사진 하나를 선택해서 C:\aiit_free\test1.jpg 저장한뒤 확인해본다

[딥러닝 실행]을 클릭하면, 해당하는 클래스가 나타난다. 

 

이런 딥러닝으로 나와 닮은꼴 연예인이 누가 있는지 알 수 있다.

아이유가 강아지상이라는 것도 덤으로 확인할 수 있다ㅎㅎ...

 

 

인공지능 프로그램이 어떻게 실제로 작동하는지?

---

# 개발환경 구축을 위한 정보 

• 아나콘다 아이디: tfmodel
• 개발언어 : python V3.7
• 개발 라이브러리 : tensorflow V2.7(가장 최신 버전)
• 개발툴: jupyter
• 설치라이브러리 : matplotlib
• 개발경로 : C:\ai_exam
• 개발파일명 : tfmodel

---

1. anaconda 아이디 생성
   • Anaconda Prompt(Anaconda3) 관리자권한으로 실행하기
   • (base) C:\WINDOWS\system32>conda create -n tfmodel python=3.7
   • conda create -n anacondaID python=개발언어버전
2. anaconda 생성 아이디(tfmodel)로 로그인
   • (base) C:\WINDOWS\system32>conda activate tfmodel
   • (tfmodel) C:\WINDOWS\system32>
   • (내가 만든 계정 확인하는 방법) conda env list
3. tensorflow 라이브러리 설치
   • (tfmodel) C:\WINDOWS\system32>pip install tensorflow
4. tensorflow 설치가 정상적으로 처리되었는지 확인

   • (tfmodel) C:\WINDOWS\system32>python
     Python 3.7.11 (default, Jul 27 2021, 09:42:29) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
     Type "help", "copyright", "credits" or "license" for more information.
     >>>
     >>> import tensorflow as tf
     2021-12-15 16:39:46.025617: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'cudart64_110.dll'; dlerror: cudart64_110.dll not found
     2021-12-15 16:39:46.025792: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
     >>> tf.__version__
     '2.7.0'
     >>>​

5. jupyter 설치
   • (tfmodel) C:\WINDOWS\system32>pip install jupyter
6. 라이브러리 설치(matplotlib)
   • (tfmodel) C:\WINDOWS\system32>pip install matplotlib
7. 개발경로로 이동
   • (tfmodel) C:\WINDOWS\system32>cd C:\ai_exam
   • (tfmodel) C:\ai_exam>
8. 프로그램 개발
   • (tfmodel) C:\ai_exam>jupyter notebook
9. 프로그램 제작
   • [New] - Python3 - (Untitled -> tfmodel)

 

 

 

 

 

 

 

 

1. 라이브러리 설치

¶

from keras.models import load_model 
from PIL import Image, ImageOps 
import numpy as np

 

2. 학습모델 불러오기¶

In [13]:

model = load_model('keras_model.h5') #같은 디렉토리 내에 있는지 검토! 같은 디렉토리에 없으면 오류 발생

 

WARNING:tensorflow:No training configuration found in the save file, so the model was *not* compiled. Compile it manually.

 

3. 이미지 불러오기¶

In [34]:

data = np.ndarray(shape=(1, 224, 224, 3), dtype=np.float32)
image = Image.open('dog_test.jpg')
size = (224, 224)
image = ImageOps.fit(image, size, Image.ANTIALIAS) #어떤 이미지든 정해놓은 size로 맞춤

In [37]:

import matplotlib.pyplot as plt

plt.imshow(image, cmap='Greys')
plt.show()

 

 

4.정규화 작업하기¶

In [22]:

image_array = np.asarray(image)
normalized_image_array = (image_array.astype(np.float32) / 127.0) - 1
data[0] = normalized_image_array

In [36]:

plt.imshow(normalized_image_array, cmap='Greys')
plt.show()

 

Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).

 

 

5. 예측하기¶

In [24]:

prediction = model.predict(data)
print(prediction)

 

[[2.4379040e-04 9.5928502e-01 1.8662251e-05 1.1651966e-06 3.9802041e-02
  1.4236858e-06 3.6332637e-04 3.1255535e-05 2.3590025e-04 1.7369866e-05]]

 

6. 예측된 결과값 확인하기¶

In [29]:

import numpy as np
result_num = np.argmax(prediction)
print("예측 결과값 = %d" % (result_num))

 

예측 결과값 = 1