평가 지표 액세스(콘솔)

테스트 중에는 테스트 데이터 세트를 기준으로 모델의 성능을 평가합니다. 테스트 데이터 세트의 레이블은 실제 이미지가 나타내는 내용을 나타내므로 '실측 정보'로 간주됩니다. 테스트 중에 모델은 테스트 데이터 세트를 사용하여 예측을 수행합니다. 예측된 레이블을 실측 레이블과 비교하고 콘솔 평가 페이지에서 결과를 확인할 수 있습니다.

Amazon Rekognition Custom Labels 콘솔은 전체 모델의 요약 지표와 개별 레이블에 대한 지표를 보여줍니다. 콘솔에서 사용할 수 있는 지표는 정밀도 재현율, F1 점수, 신뢰도, 신뢰도 임계값입니다. 자세한 내용은 훈련된 Amazon Rekognition Custom Labels 모델 개선 섹션을 참조하세요.

콘솔을 사용하여 개별 지표에 집중할 수 있습니다. 예를 들어 레이블의 정밀도 문제를 조사하려면 훈련 결과를 레이블과 거짓 긍정 결과를 기준으로 필터링할 수 있습니다. 자세한 내용은 모델 평가를 위한 지표 섹션을 참조하세요.

훈련 후에는 훈련 데이터 세트가 읽기 전용이 됩니다. 모델을 개선하기로 결정한 경우 훈련 데이터 세트를 새 데이터세트에 복사할 수 있습니다. 데이터 세트 사본을 사용하여 모델의 새 버전을 훈련할 수 있습니다.

이 단계에서는 콘솔을 사용하여 콘솔의 훈련 결과에 액세스할 수 있습니다.

평가 지표에 액세스하려면(콘솔)

1. https://console.aws.amazon.com/rekognition/에서 Amazon Rekognition 콘솔을 엽니다.

2. 사용자 지정 레이블 사용을 선택합니다.

3. Get started를 선택합니다.

4. 왼쪽 탐색 창에서 프로젝트를 선택합니다.

5. 프로젝트 페이지에서 평가하려는 훈련된 모델이 포함된 프로젝트를 선택합니다.

6. 모델에서 평가하려는 모델을 선택합니다.

7. 평가 탭을 선택하여 평가 결과를 확인합니다. 모델 평가에 대한 자세한 내용은 훈련된 Amazon Rekognition Custom Labels 모델 개선 항목을 참조하세요.

8. 개별 테스트 이미지의 결과를 보려면 테스트 결과 보기를 선택합니다. 자세한 정보는 모델 평가를 위한 지표을 참조하세요. 모델 평가 요약의 다음 스크린샷은 테스트 결과 및 성능 지표와 함께 6개 레이블에 대한 F1 점수, 평균 정밀도 및 전체 재현율을 보여줍니다. 학습된 모델 사용에 대한 세부 정보도 제공됩니다.

   

9. 테스트 결과를 확인한 후 프로젝트 이름을 선택하여 모델 페이지로 돌아가세요. 테스트 결과 페이지에는 뒷마당 및 앞마당 이미지 카테고리에서 학습된 기계 학습 모델에 대한 예측 레이블 및 신뢰도 점수가 포함된 이미지가 표시됩니다. 두 개의 예제 이미지가 표시됩니다.

   

10. 지표를 사용하여 모델의 성능을 평가하세요. 자세한 내용은 Amazon Rekognition Custom Labels 모델 개선 섹션을 참조하세요.