1. 서비스 기획

인공지능 신경망 이용을 위한 가장 중요한 단계 중 하나로, 보유한 원본데이터를 이용하여 어떠한 목적의 서비스를 구현할 것인지 구상하는 단계입니다. 이 과정에서 원본데이터의 학습방법이 결정되며 aiBee BUILDER 이용 방법이 나오게됩니다.

2. 원본데이터 수집

학습데이터로 이용할 원본데이터를 모으거나, 이미 검출 영역이 학습된 데이터를 모을 수 있습니다.데이터가 사전에 분류되어있으면 좋습니다. 이미 검출 영역이 학습데이터는 빠른 인공지능 학습(분류, 탐색)을 바로 이용할 수 있습니다.

3. 인공지능 학습(학습서버)

서비스 의도 및 데이터의 유형에 따라 학습 프로젝트를 만들 수 있습니다. 학습서버에 원본데이터를 업로드 하고 학습을 진행합니다. 프로젝트에 대한 학습이 완료되면 결과물 및 API를 얻을 수 있습니다. 인공지능 학습 종류에는 이미지 내 객체 검출, 빠른 이미지 학습(분류학습, 검색학습)이 제공됩니다. 객체 검출의 경우 영역지정(바운딩)이 필요합니다.

4. 모델 실행

학습이 완료된 인공지능 신경망 모델에 대해 실제 실행이 가능합니다.
모델 실행을 위해 테스트 파일을 업로드하고 객체 검출, 분류, 검색 결과를 확인 할 수 있습니다.

5. API 연동 및 서비스 제공

데이터 학습을 마치게 되면 API 활용이 가능하며, 기관/기업의 응용프로그램에 연동하여 실 서비스를 수행할 수 있습니다.지속적인 신경망 개선 후 API 재적용 또한 가능합니다.

마스크 착용 얼굴 구분

얼굴 객체 영역 검출 신경망 +
마스크 착용/ 미착용 분류 학습 신경망 적용

엔터테인먼트 앱 적용

얼굴 객체 영역 검출 신경망 +
강아지 데이터셋 중 검색 학습 신경망 적용

의료기관 진단

CT 분류 학습 신경망 적용

차량 분류

차량 객체 영역 검출 신경망 +
차량 분류 학습 신경망 적용

정품/비품 분류

제품 객체 영역 검출 신경망 +
정품/비품 분류 학습 신경망 적용