분류는 어떤 항목이 어떤 분류에 속하는지 예측합니다. 일부는 예/아니오를 결정하는 바이너리(두 개로 구성)입니다. 다른 것들은 다중 클래스이며 한 항목을 여러 범주 중 하나로 분류할 수 있습니다. 분류는 식별, 인물 인식, 존재 감지, 음식 분류 등과 같은 문제를 해결하기 위해 사용됩니다. 애스트로사이트는 Resnet-18, Resnet-50, Resnet-101의 분류 신경망을 지원합니다. 애스트로사이트는 또한 추론 시간에 추가 트레이닝을 허용하는 지속적인 분류를 지원합니다.
이상 탐지는 처리되는 대부분의 데이터와 특성이 다르기 때문에 문제가 되는 희귀 사건, 항목 또는 이벤트를 식별하는 것입니다. 이상 징후 탐지는 양호 및 불량 샘플을 식별하기 위한 이진 분류기입니다. 일반 분류와 달리 이상 감지는 불균형 데이터 세트(양호 샘플의 많은 수와 불량 샘플의 적은 수)에 대해 학습할 수 있습니다. 이상 탐지는 표면 또는 장면의 결점 식별과 관련된 모든 응용 프로그램에서 사용됩니다. 애스트로사이트는 Alexnet과 VGG16 의 이상 징후 감지 신경망을 지원합니다.
일체형 로컬라이저 및 분류기. 객체 검출은 이미지에서 객체의 위치와 방향을 찾아 분류합니다.
개체 감지는 이미지에서 하나 이상의 관심 개체의 영역 지정이 포함됩니다. 객체의 위치를 찾고 분류하는 두 작업을 하나의 실행으로 결합합니다. 개체 감지의 출력에는 경계 상자와 각 관심 객체에 대한 클래스 레이블이 포함됩니다. 개체 감지는 존재 감지, 개체 추적, 결함 위치 확인 및 정렬 등의 문제를 해결하는 데 사용됩니다. 애스트로사이트는 SSD300, SSD512, SSDLite와 같은 객체 감지 신경망을 지원합니다.
일체형 로컬라이저 및 분류기. 객체 검출은 이미지에서 객체의 위치와 방향을 찾아 분류합니다.
개체 감지는 이미지에서 하나 이상의 관심 개체의 영역 지정이 포함됩니다. 객체의 위치를 찾고 분류하는 두 작업을 하나의 실행으로 결합합니다. 개체 감지의 출력에는 경계 상자와 각 관심 객체에 대한 클래스 레이블이 포함됩니다. 개체 감지는 존재 감지, 개체 추적, 결함 위치 확인 및 정렬 등의 문제를 해결하는 데 사용됩니다. 애스트로사이트는 SSD300, SSD512, SSDLite와 같은 객체 감지 신경망을 지원합니다.
영상 샘플 선정
이미지 샘플 가져오기
주석 이동/ 작성(실제정보: Ground Truth)
데이터 세트 시각화/ 편집
트레이닝 세팅 및 실행
모델 검증
모델 내보내기 – 가져오기
Sherlock 07
규칙 기반 알고리즘과의 통합