이미지 분류[[image-classification]]

이미지 분류는 이미지에 레이블 또는 클래스를 할당합니다. 텍스트 또는 오디오 분류와 달리 입력은 이미지를 구성하는 픽셀 값입니다. 이미지 분류에는 자연재해 후 피해 감지, 농작물 건강 모니터링, 의료 이미지에서 질병의 징후 검사 지원 등 다양한 응용 사례가 있습니다.

이 가이드에서는 다음을 설명합니다:

1. Food-101 데이터 세트에서 ViT를 미세 조정하여 이미지에서 식품 항목을 분류합니다.
2. 추론을 위해 미세 조정 모델을 사용합니다.

시작하기 전에, 필요한 모든 라이브러리가 설치되어 있는지 확인하세요:

pip install transformers datasets evaluate

Hugging Face 계정에 로그인하여 모델을 업로드하고 커뮤니티에 공유하는 것을 권장합니다. 메시지가 표시되면, 토큰을 입력하여 로그인하세요:

Food-101 데이터 세트 가져오기[[load-food101-dataset]]

🤗 Datasets 라이브러리에서 Food-101 데이터 세트의 더 작은 부분 집합을 가져오는 것으로 시작합니다. 이렇게 하면 전체 데이터 세트에 대한 훈련에 많은 시간을 할애하기 전에 실험을 통해 모든 것이 제대로 작동하는지 확인할 수 있습니다.

데이터 세트의 train을 train_test_split 메소드를 사용하여 훈련 및 테스트 세트로 분할하세요:

그리고 예시를 살펴보세요:

데이터 세트의 각 예제에는 두 개의 필드가 있습니다:

• image: 식품 항목의 PIL 이미지
• label: 식품 항목의 레이블 클래스

모델이 레이블 ID에서 레이블 이름을 쉽게 가져올 수 있도록 레이블 이름을 정수로 매핑하고, 정수를 레이블 이름으로 매핑하는 사전을 만드세요:

이제 레이블 ID를 레이블 이름으로 변환할 수 있습니다:

전처리[[preprocess]]

다음 단계는 이미지를 텐서로 처리하기 위해 ViT 이미지 프로세서를 가져오는 것입니다:

이미지에 몇 가지 이미지 변환을 적용하여 과적합에 대해 모델을 더 견고하게 만듭니다. 여기서 Torchvision의 transforms 모듈을 사용하지만, 원하는 이미지 라이브러리를 사용할 수도 있습니다.

이미지의 임의 부분을 크롭하고 크기를 조정한 다음, 이미지 평균과 표준 편차로 정규화하세요:

그런 다음 전처리 함수를 만들어 변환을 적용하고 이미지의 pixel_values(모델에 대한 입력)를 반환하세요:

전체 데이터 세트에 전처리 기능을 적용하려면 🤗 Datasets with_transform을 사용합니다. 데이터 세트의 요소를 가져올 때 변환이 즉시 적용됩니다:

이제 DefaultDataCollator를 사용하여 예제 배치를 만듭니다. 🤗 Transformers의 다른 데이터 콜레이터와 달리, DefaultDataCollator는 패딩과 같은 추가적인 전처리를 적용하지 않습니다.

평가[[evaluate]]

훈련 중에 평가 지표를 포함하면 모델의 성능을 평가하는 데 도움이 되는 경우가 많습니다. 🤗 Evaluate 라이브러리로 평가 방법을 빠르게 가져올 수 있습니다. 이 작업에서는 accuracy 평가 지표를 가져옵니다. (🤗 Evaluate 빠른 둘러보기를 참조하여 평가 지표를 가져오고 계산하는 방법에 대해 자세히 알아보세요):

그런 다음 예측과 레이블을 compute에 전달하여 정확도를 계산하는 함수를 만듭니다:

이제 compute_metrics 함수를 사용할 준비가 되었으며, 훈련을 설정하면 이 함수로 되돌아올 것입니다.

훈련[[train]]

이제 모델을 훈련시킬 준비가 되었습니다! AutoModelForImageClassification로 ViT를 가져옵니다. 예상되는 레이블 수, 레이블 매핑 및 레이블 수를 지정하세요:

이제 세 단계만 거치면 끝입니다:

1. TrainingArguments에서 훈련 하이퍼파라미터를 정의하세요. image 열이 삭제되기 때문에 미사용 열을 제거하지 않는 것이 중요합니다. image 열이 없으면 pixel_values을 생성할 수 없습니다. 이 동작을 방지하려면 remove_unused_columns=False로 설정하세요! 다른 유일한 필수 매개변수는 모델 저장 위치를 지정하는 output_dir입니다. push_to_hub=True로 설정하면 이 모델을 허브에 푸시합니다(모델을 업로드하려면 Hugging Face에 로그인해야 합니다). 각 에폭이 끝날 때마다, Trainer가 정확도를 평가하고 훈련 체크포인트를 저장합니다.
2. Trainer에 모델, 데이터 세트, 토크나이저, 데이터 콜레이터 및 compute_metrics 함수와 함께 훈련 인수를 전달하세요.
3. train()을 호출하여 모델을 미세 조정하세요.

훈련이 완료되면, 모든 사람이 모델을 사용할 수 있도록 push_to_hub() 메소드로 모델을 허브에 공유하세요:

추론[[inference]]

좋아요, 이제 모델을 미세 조정했으니 추론에 사용할 수 있습니다!

추론을 수행하고자 하는 이미지를 가져와봅시다:

미세 조정 모델로 추론을 시도하는 가장 간단한 방법은 pipeline()을 사용하는 것입니다. 모델로 이미지 분류를 위한 pipeline을 인스턴스화하고 이미지를 전달합니다:

원한다면, pipeline의 결과를 수동으로 복제할 수도 있습니다:

이미지를 전처리하기 위해 이미지 프로세서를 가져오고 input을 PyTorch 텐서로 반환합니다:

입력을 모델에 전달하고 logits을 반환합니다:

확률이 가장 높은 예측 레이블을 가져오고, 모델의 id2label 매핑을 사용하여 레이블로 변환합니다: