기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
객체 감지 - TensorFlow 알고리즘은 이미지를 입력으로 받아들여 경계 상자와 객체 레이블을 예측합니다. MobileNet, ResNet, Inception, EfficientNet 등 다양한 딥 러닝 네트워크는 객체 감지에 매우 정확합니다. 32만 8,000개의 이미지를 보유한 COCO(Common Objects in Context)처럼 대규모 이미지 데이터세트로 훈련되는 딥 러닝 네트워크도 있습니다. COCO 데이터로 네트워크를 훈련시킨 후에는 특정 초점을 맞춘 데이터세트로 네트워크를 미세 조정하여 보다 구체적인 객체 감지 작업을 수행할 수 있습니다. Amazon SageMaker AI 객체 감지 - TensorFlow 알고리즘은 TensorFlow Model Garden에서 사용할 수 있는 많은 사전 훈련된 모델에서 전송 학습을 지원합니다.
훈련 데이터의 클래스 레이블 수에 따라 선택한 사전 훈련 TensorFlow 모델에 객체 감지 계층이 연결됩니다. 그런 다음 네트워크 전체(사전 훈련 모델 포함) 또는 새 훈련 데이터의 최상위 분류 계층 중 하나만 미세 조정할 수 있습니다. 이 전이 학습 메서드를 사용하면 더 작은 데이터세트로 훈련할 수 있습니다.
