DagsHub 액티브 러닝 파이프라인 살펴보기

마드리드의 Google for Startups 캠퍼스에서 개최된 Ultralytics 지원 행사에서, DagsHub의 전 머신러닝 에반젤리스트인 Yono Mittlefehldt가 무대에 올라 액티브 러닝 파이프라인의 경이로움을 풀어놓았습니다. YOLO VISION 2023(YV23)의 또 다른 연사와 함께 최첨단 인공지능(AI) 방법론의 세계로 발을 디뎌보세요!

소개 및 개요#

여정을 시작하기 위해 먼저 액티브 러닝 파이프라인에 대한 소개로 기반을 다져보겠습니다. 이 강연에서는 액티브 러닝과 기존 지도 학습 방법 간의 차이점을 살펴보았습니다.

데이터 준비#

첫 번째 단계는 액티브 러닝 파이프라인을 위한 토대를 마련하는 것입니다. 의존성을 가져오고, 데이터 소스를 설정하며, 초기 어노테이션으로 메타데이터를 풍부하게 하는 작업을 시작합니다. 이는 AI 기반 탐색을 위한 기반을 준비하는 과정입니다.

모델 학습#

데이터가 준비되면 흥미진진한 모델 학습의 세계로 뛰어듭니다. Ultralytics YOLOv8 데이터셋과 YAML 파일을 사용하여, Yono는 학습 중에 파라미터와 메트릭을 로깅하기 위한 콜백을 추가했습니다. 이는 AI 모델이 성공을 거둘 수 있도록 준비시키는 핵심 단계입니다.

액티브 러닝 사이클#

다음 단계는 액티브 러닝 사이클입니다. 이는 사전 학습된 모델을 로드하고, 레이블이 지정되지 않은 데이터를 채점하며, 어노테이션을 위한 샘플을 선택하는 동적인 프로세스입니다. 예측 결과를 통해 데이터 소스를 반복적으로 보강함으로써 숨겨진 인사이트를 발견하고 모델의 성능을 새로운 차원으로 끌어올립니다.

이미지 세그멘테이션을 위한 액티브 러닝#

액티브 러닝의 혁신적인 힘을 탐구함에 따라 이미지 분할이 중심 무대를 차지합니다. 예측을 Label Studio로 보내 어노테이션을 수행함으로써, 여러 주기를 거치며 모델을 개선할 수 있는 잠재력을 이해하게 됩니다. 이는 각 반복을 통해 AI의 완성도에 한 걸음 더 다가가게 되는 발견의 여정입니다.

Label Studio 사용하기#

AI 완성도를 추구하는 과정에서 Label Studio는 강력한 도구로 자리 잡았습니다. 어노테이션된 데이터를 저장할 프로젝트를 생성하고, Label Studio 서버를 활용하여 API 작업과 원활하게 연결합니다. 작업을 프로젝트 이름에 매핑함으로써 워크플로우를 간소화하고 더 원활한 협업을 위한 기반을 마련합니다.

마무리하며#

강연이 마무리될 때 Yono는 청중들의 열띤 질문에 답변했습니다. 특정 작업을 위한 파이프라인 최적화부터 재현성 및 문서화의 중요성에 이르기까지, 그는 이 여정의 모든 측면이 모범 사례와 업계 표준에 기반을 두도록 했습니다.

전반적으로 YV23에서 액티브 러닝과 함께한 이번 여정은 정말 짜릿했습니다. 새로 얻은 지식과 통찰력을 바탕으로, 액티브 러닝의 힘과 커뮤니티의 지원 및 참여를 바탕으로 새로운 AI 모험을 시작할 준비가 되었습니다.

AI 혁신의 한계를 계속해서 넓히고 머신러닝 세계에서 가능한 것의 정의를 재정의하는 여정에 동참해 보세요. 전체 강연 보기 Watch the full talk!