안녕하세요. 엔지엠소프트웨어입니다.

요청에 의해 머신러닝을 테스트 해봤습니다. 우선, 단일 이미지 변형으로 했기 때문에 학습 모델이 한정적이긴 하지만... 아래와 같은 결과를 확인할 수 있습니다.

학습에 사용된 이미지는 그라데이션(무지개라고 일컷는...)이 적용된 아래 방향 화살표입니다. 학습된 모델을 이용해서 정확하게 찾고 있습니다.

아래는 유사한 이미지도 찾아지는지 테스트해본 결과입니다. 그라데이션 범위가 다르고, 모양이 약간씩 틀어지더라도 같은 이미지로 판단하고 있습니다.

학습은 약 포지티브 1,000회와 네거티브 2,000회로 진행했으며, 머신러닝 학습시간은 40분정도 소요되었습니다.

사실 멀티 이미지로 해야 더 정확한데요. 포지티브 이미지 1,000장을 구할수가 없어서 간단하게 테스트 해봤습니다.

물론, 포지티브 이미지를 최소 2천에서 4천장을 준비한다면 더 좋을 결과를 얻을 수 있을겁니다.

기계학습에서 중요한 부분은 포지티브 이미지와 네거티브 이미지의 양과 질입니다. 그리고, 네거티브 이미지는 전체 화면으로 포지티브 이미지가 없는 상태로 학습시키는게 포인트입니다. 약간(?)의 팁들이 존재하지만, 제가 일일이 다 작성하지는 못했기에 기계학습 기능을 사용함에 있어서 여러가지 혼동이 있는듯합니다. 그리고... 사용자가 적어서 그렇기도 한거 같고요. 사실, 이미지 서치나 이미지 매치로 할 수 없는것들을 기계학습으로 처리할 수 있기도 합니다. 문제는... 포지티브 이미지를 수천장 구하는데 너무 많은 노력이 든다는 것이죠. 우선, 제가 학습시킨 모델을 첨부했으니 테스트 해보세요^^;

참고로 단일 이미지 변형으로 학습시킨거라서 유사한 포지티브 이미지만 검출할 수 있습니다.