Physical AI · 이미지 분류
분류기 키트만 받으면,
AI 분류기를 직접 완주합니다.
공장에서 페트병을 골라내고, 농장에서 과일을 선별하는 AI — 원리는 똑같아요.
M&M 초콜릿을 직접 분류하며 사진을 모으고 → 모델을 학습시키고 → 키트에 올려 스스로 분류하게 만들어요.
가이드 레오
안녕하세요, 가이드 레오예요! 먼저 내 키트를 골라 주세요. 두 키트 모두 같은 여정을 따라가고, 클래스 수와 분류 동작만 달라요.다중분류기
7클래스 (6색 + none)
- 🎯 빨강·주황·노랑·초록·파랑·갈색 6색 + 빈 자리(
none) - 🦾 색마다 정해진 6칸 트레이로 슈트가 돌아가 떨어뜨려요.
- 📸 수집 목표 약 1,400장 (클래스당 200장)
이진분류기
3클래스 (내가 고른 2색 + none)
- 🎯 6색 중 내가 고른 2색 + 빈 자리(
none) - 🦾 첫 번째 색은 왼쪽(30°), 두 번째 색은 오른쪽(150°)으로 보내요.
- 📸 수집 목표 약 600장 (클래스당 200장)
전체 여정 · 준비 → 데이터 → 모델 → 배포
준비
키트 셋업 & 수동 분류
↓→
데이터
분류하며 모으기
↓→
모델
학습·최적화
↓→
배포
AI 자동 분류
핵심 아이디어 — 분류하는 행동이 곧 라벨링
숫자 키로 초콜릿을 분류하는 순간, 카메라 사진이 그 색 이름 폴더에 저장돼요. 폴더 이름이 정답이라 따로 라벨링할 필요가 없어요. 그렇게 모은 사진으로 MobileNetV3 전이학습 모델을 만들어요.
숫자 키로 초콜릿을 분류하는 순간, 카메라 사진이 그 색 이름 폴더에 저장돼요. 폴더 이름이 정답이라 따로 라벨링할 필요가 없어요. 그렇게 모은 사진으로 MobileNetV3 전이학습 모델을 만들어요.
준비 ①②③ + Step 1~7 전체 공개 · Windows + Jupyter Lab 기준