소개
이 프로젝트는 TensorFlow.js 를 사용하여 Flask 웹 애플리케이션 내에서 사전 훈련된 MobileNetV2 모델을 배포하는 과정을 안내합니다. MobileNetV2 는 주로 이미지 분류에 사용되는 경량 딥 뉴럴 네트워크입니다. TensorFlow.js 는 머신 러닝 모델을 브라우저에서 직접 실행할 수 있도록 하여 대화형 웹 애플리케이션을 가능하게 합니다. Python 웹 프레임워크인 Flask 는 애플리케이션을 호스팅하는 백엔드 역할을 합니다. 이 프로젝트가 끝나면 MobileNetV2 모델을 사용하여 이미지를 즉시 분류하는 웹 애플리케이션을 실행하게 됩니다.
👀 미리보기
🎯 작업
이 프로젝트에서는 다음을 배우게 됩니다.
- Keras 에서 TensorFlow.js 호환 형식으로 사전 훈련된 MobileNetV2 모델을 내보내는 방법.
- 웹 콘텐츠와 모델을 제공하기 위한 간단한 Flask 애플리케이션을 만드는 방법.
- 분류를 위해 이미지를 업로드하고 표시하는 HTML 페이지를 디자인하는 방법.
- 브라우저에서 내보낸 모델을 로드하기 위해 TensorFlow.js 를 사용하는 방법.
- MobileNetV2 의 입력 요구 사항에 맞게 브라우저에서 이미지를 전처리하는 방법.
- 브라우저에서 모델을 실행하여 이미지를 분류하고 결과를 표시하는 방법.
🏆 성과
이 프로젝트를 완료하면 다음을 수행할 수 있습니다.
- 사전 훈련된 Keras 모델을 TensorFlow.js 와 함께 사용할 수 있는 형식으로 변환하여 ML 모델을 브라우저에서 실행할 수 있도록 합니다.
- Flask 애플리케이션을 설정하고 HTML 콘텐츠 및 정적 파일을 제공합니다.
- 클라이언트 측에서 머신 러닝 작업을 수행하기 위해 TensorFlow.js 를 웹 애플리케이션에 통합합니다.
- 딥 러닝 모델의 입력 요구 사항과 호환되도록 JavaScript 에서 이미지를 전처리합니다.
- 브라우저에서 딥 러닝 모델을 사용하여 예측을 수행하고 웹 페이지에 결과를 동적으로 표시합니다.
