# 2.2 이미지 분류 ## 0. \[이미지 분류] 소개 **\[이미지 분류]** 모델은 여러 카테고리에 해당하는 이미지 데이터를 수집하여, 나만의 \[이미지 분류] 인공지능 모델을 생성할 수 있다. 예를 들어, 고양이 카테고리와 강아지 카테고리를 갖는 \[이미지 분류] 인공지능 모델을 생성하려면 여러 장의 고양이 사진과 여러 장의 강아지 사진이 필요합니다.

모델을 학습한 후, 새로운 사진을 입력하면 그 이미지가 어느 카테고리에 속하는지 알려줍니다.

이런 원리의 \[이미지 분류] 모델을 HUENIT OS에서 생성하는 방법에 대해 알아보겠습니다. ## 1. \[이미지 분류] 학습 방법 * \[이미지 분류] 를 처음 실행하면, 흰색 사각형과 십자 모양이 표시되는 것을 확인할 수 있습니다.

* 물체를 흰색 사각형 안에 맞춘 후, 터치 디스플레이를 눌러 학습을 시작합니다.

* \[이미지 분류]는 **최대 4개의 카테고리(ID)를 학습**할 수 있으며, **각 카테고리마다 최대 5개의 이미지**를 수집할 수 있습니다. 첫 번째 카테고리의 이미지 수집이 끝나면, AI 카메라의 버튼을 꾹 눌러 팝업창을 띄운 후, \[다음 모델 학습하기] 버튼을 클릭합니다.

* 현재까지 학습된 ID 개수가 표시되며, 화면에 흰색 사각형이 나타납니다. 새로운 물체를 사각형 안에 놓고 디스플레이를 눌러 학습을 진행하면, 다음 ID로 넘어가는 것을 확인할 수 있습니다.

## 2. 모델 학습 완료 방법 * \[이미지 분류]에 필요한 데이터 수집을 완료하였다면, AI 카메라의 버튼을 2초 동안 길게 눌러줍니다. {% hint style="info" %} 팝업창이 뜰 때까지 버튼을 누르지 않으면, 이전 화면(인공지능 모델 선택)으로 돌아가므로 처음부터 인공지능 모델을 다시 학습해야 합니다. {% endhint %}

* \[모델 학습 완료하기] 팝업창이 뜨면, 버튼을 눌러 모델 학습을 완료합니다.

* 모델 학습을 완료하면, 완성된 나만의 \[이미지 분류] 모델의 결과를 확인할 수 있습니다. 이미지가 학습된 카테고리에 맞게 정확히 분류되는지, 그리고 확률이 원하는 수준으로 높게 나오는지 확인합니다.

## 3. 학습 모델 저장 방법 결과를 확인한 학습 모델을 HUENIT OS에 저장하면, HUENIT LAB(소프트웨어)에서 해당 인공지능 모델을 활용할 수 있습니다. * 모델 학습이 완료된 후, AI 카메라의 버튼을 꾹 눌러줍니다.

* \[현재 모델 저장하기] 버튼을 클릭합니다. 모델 학습 결과가 마음에 들지 않으면, \[모델 삭제 및 재학습] 버튼을 클릭하여 처음부터 다시 모델을 학습합니다.

* \[저장위치선택]에서 6번째(저장불가) 항목을 제외하고, 원하는 위치의 모델을 선택하여 현재 모델을 저장할 수 있습니다. "빈 공간"은 모델이 없는 위치를 의미하며, 다른 이름이 적힌 위치에는 이미 인공지능 모델이 저장되어 있습니다. 다른 이름이 적힌 위치에 저장할 경우, 기존 모델이 삭제되니 주의해야 합니다.