# 2. \[이미지 분류] 예제

{% hint style="info" %}
HUENIT OS의 \[학습 모델 불러오기]에 '이미지 분류' 모델이 저장되어 있어야 이 페이지에서 제공하는 예제를 실행할 수 있습니다.

[(클릭) HUENIT OS로 \[이미지 분류\] 모델 학습 방법](https://huenit.gitbook.io/huenit-edu/huenit/huenit-os/2./2.2)
{% endhint %}

<mark style="background-color:purple;">**\[이미지 분류]**</mark> 모델은 디스플레이에 표시된 <mark style="color:purple;">**특정 영역 내에 들어온 이미지 데이터를 학습**</mark>하는 인공지능 모델입니다. 학습된 후, 결과를 확인할 때는 이 영역에 들어온 이미지가 학습된 ID 중 어느 것과 가장 일치하는지 판단하여, 가장 높은 확률의 ID를 반환합니다.&#x20;

<figure><img src="https://3075547475-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FmpoZH5TMk0ougpcCYECz%2Fuploads%2FLptQwXxjxNVjPX6zOhhI%2Fimage.png?alt=media&#x26;token=4142b08a-4829-45a9-a2ba-6d02ad99f7ec" alt="" width="546"><figcaption><p>HUENIT OS - [이미지 분류]</p></figcaption></figure>

## (예제 1) 이미지를 인식하는 영역을 사각형으로 표시하고, 인식된 결과와 그 확률을 화면에 표시하기

#### <정답이미지>

<figure><img src="https://3075547475-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FmpoZH5TMk0ougpcCYECz%2Fuploads%2FL6QBp7sWuuyWxFqBjbxo%2Fimage.png?alt=media&#x26;token=43644bd5-1a60-4b29-b5da-260a7c59ce37" alt="" width="547"><figcaption></figcaption></figure>

#### <정답 코드>

<figure><img src="https://3075547475-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FmpoZH5TMk0ougpcCYECz%2Fuploads%2F3J1Eo7oOSzhXukRFOTUu%2Fimage.png?alt=media&#x26;token=c5f225d5-775b-4f0c-862d-2475a7c925f6" alt=""><figcaption></figcaption></figure>

***

## :bell: 블록 설명 :bell:

### 1. \[인공지능 실행 반복(img)] 블록

* 이 블록은 인공지능 모델이 실행되는 동안 **'ㄷ'** 모양 블록 내부에 작성된 블록들이 무한히 반복되도록 하는 기능을 제공합니다.
* **img 변수**: 이 변수는 현재 AI 카메라로 촬영된 이미지 데이터를 저장하는 변수입니다. 다른 이름의 변수를 사용할 수도 있지만, 항상 하나의 변수가 할당되어 있어야 합니다.

<figure><img src="https://3075547475-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FmpoZH5TMk0ougpcCYECz%2Fuploads%2F5f4jDADwtmwAmyWCeeAO%2Fimage.png?alt=media&#x26;token=4f1b6ad7-0021-470c-8481-359d6cfc8bf8" alt="" width="375"><figcaption><p>[인공지능 실행 반복(img)] 블록</p></figcaption></figure>

### 2. \[출력(항목)]블록

드롭다운 형태의 **\[출력]** 블록은 선택한 인공지능 모델에 따라 드롭다운 항목이 달라집니다. \[이미지 분류] 모델에는 **인덱스**와 **확률** 항목이 제공됩니다.

{% hint style="info" %}
\[이미지 분류] 모델은 정해진 영역의 이미지를 분류 하는 모델이기 때문에, 출력(사각형)이 제공되지 않습니다.
{% endhint %}

<figure><img src="https://3075547475-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FmpoZH5TMk0ougpcCYECz%2Fuploads%2FqiphoSXcEev2ng7RtTlZ%2Fimage.png?alt=media&#x26;token=ab17d5e8-fc37-44f5-a720-7d6d50c7d6d3" alt="" width="243"><figcaption></figcaption></figure>

* <mark style="color:purple;">**출력(인덱스)**</mark> 블록은 현재 이미지 영역에서 인식된 이미지가 학습된 ID 중에서 가장 높은 확률을 가진 ID를 반환합니다.
* <mark style="color:purple;">**출력(확률)**</mark> \[출력(인덱스)] 에서 반환된 ID가 해당 이미지일 확률을 반환합니다.