이미지 인식이 어떻게 AI의 시각적 classify 및 이해 능력을 강화하여 의료, 소매, 보안 등의 분야에서 혁신을 주도하는지 알아보세요.
이미지 인식은 광범위한 분야에서 중요한 기술입니다. 컴퓨터 비전(CV) 분야에서 중요한 기술입니다. 이미지에서 사물, 사람, 장소, 글자를 식별할 수 있게 해주는 중요한 기술입니다. 이 기술의 핵심은 컴퓨터가 다음을 수행할 수 있도록 하는 것입니다. "인간의 지각을 모방하는 방식으로 시각적 데이터를 '보고' 해석합니다. 디지털 이미지나 비디오 프레임의 픽셀 콘텐츠를 분석하여 디지털 이미지 또는 비디오 프레임의 머신 러닝(ML) 알고리즘은 의미 있는 패턴을 추출하고 시각적 입력에 높은 수준의 개념을 할당할 수 있습니다. 이 기능은 최신 인공 지능(AI)의 기반이 되는 기능으로 시스템이 사람의 눈과 이해가 필요했던 작업을 자동화할 수 있게 해줍니다.
최신 이미지 인식 시스템은 주로 다음과 같은 딥러닝(DL) 아키텍처에 주로 의존합니다. 구체적으로 컨볼루션 신경망(CNN) 은 데이터의 공간 관계를 보존하는 능력으로 인해 업계 표준이 되었습니다. 이러한 네트워크는 여러 층의 수학적 필터를 통해 이미지를 처리하고, 간단한 모양을 식별하기 위한 단순한 모양을 식별하는 특징 추출 가장자리와 텍스처와 같은 단순한 모양을 식별한 후 이를 결합하여 얼굴이나 차량과 같은 복잡한 개체를 인식합니다.
이러한 모델이 효과적으로 작동하려면 광범위한 훈련 데이터가 필요합니다. 레이블이 지정된 사진의 방대한 컬렉션, 레이블이 지정된 사진의 방대한 컬렉션을 통해 모델은 '골든 클래스'와 같은 특정 픽셀 배열이 특정 클래스에 해당하는 특정 픽셀 배열이 특정 클래스에 해당할 확률(예: '골든 리트리버" 또는 "신호등"과 같은 특정 클래스에 해당하는 통계적 확률을 학습할 수 있습니다.
다른 용어와 혼용해서 사용하는 경우가 많지만, 개발자에게는 그 뉘앙스를 파악하는 것이 중요합니다:
이미지 인식의 유용성은 거의 모든 분야에 걸쳐 있습니다. 의료 의료 환경에서 알고리즘은 엑스레이와 MRI에서 이상 징후를 자동으로 인식하여 영상의학과 전문의가 폐렴이나 종양과 같은 폐렴이나 종양. 이는 다음과 같은 전문 영역에 속합니다. 의료 이미지 분석에 해당합니다.
또 다른 눈에 띄는 사용 사례는 자동차 산업, 특히 자율 주행 차량입니다. 자율 주행 자동차는 식별 알고리즘을 활용하여 차선 표시를 인식하고, 속도 제한 표지판을 읽고, 보행자를 실시간으로 detect 안전에 중요한 결정을 내립니다. 마찬가지로 스마트 리테일 환경에서는 시스템이 인식 알고리즘을 사용하여 고객이 진열대에서 제품을 고를 때 제품을 식별하여 계산원 없이 계산할 수 있도록 지원합니다.
개발자는 다음과 같은 최신 모델을 사용하여 인식 기능을 쉽게 구현할 수 있습니다. YOLO11. YOLO 감지 기능으로 유명하지만, 고속 분류 작업도 지원합니다. 고속 분류 작업도 지원합니다. 다음 Python 스니펫은 어떻게 를 사용하여 사전 학습된 모델을 로드하고 이미지의 주요 피사체를 식별하는 방법을 보여줍니다.
from ultralytics import YOLO
# Load a pre-trained YOLO11 classification model
model = YOLO("yolo11n-cls.pt")
# Perform inference on an external image URL
# The model will identify the most likely class (e.g., 'sportscar')
results = model("https://ultralytics.com/images/bus.jpg")
# Display the top predicted class name
print(f"Top Prediction: {results[0].names[results[0].probs.top1]}")
하드웨어가 발전함에 따라 이 분야는 클라우드가 아닌 스마트폰, 카메라 등 디바이스에서 직접 인식이 이루어지는 엣지 AI로 나아가고 있습니다, 클라우드가 아닌 스마트폰이나 카메라 같은 디바이스에서 직접 인식을 수행하는 에지 AI로 나아가고 있습니다. 이러한 변화는 지연 시간을 줄이고 개인정보 보호를 개선합니다. 또한, 모델 정량화의 발전으로 모델 정량화의 발전으로 이러한 강력한 도구가 마이크로컨트롤러에서 실행될 수 있을 만큼 가벼워져 IoT 애플리케이션의 지평을 IoT 애플리케이션.
