Custom Vision의 새로운 기능
서비스의 새로운 기능에 대해 알아봅니다. 이러한 항목은 릴리스 정보, 비디오, 블로그 게시물 및 기타 유형의 정보일 수 있습니다. 서비스를 최신 상태로 유지하려면 이 페이지에 대한 책갈피를 지정하세요.
2022년 5월
예상 최소 예산
- Custom Vision 포털에서 사용자는 이제 프로젝트를 학습하는 데 필요한 최소 예상 예산을 볼 수 있습니다. 이 예상 비용(시간 단위로 표시)은 사용자가 업로드한 이미지의 양과 사용자가 선택한 도메인을 기반으로 계산됩니다.
2020년 10월
사용자 지정 기본 모델
- 일부 애플리케이션은 모델을 별도로 미세 조정해야 한다는 조건이 붙지만 대량의 공동 학습 데이터를 제공합니다. 따라서 사소한 차이가 있는 여러 원본의 이미지 성능이 향상됩니다. 이 경우 대량의 학습 데이터를 사용하여 평소와 같이 첫 번째 모델을 학습시킬 수 있습니다. 그런 다음 요청 본문에서 CustomBaseModelInfo를 사용하여 3.4 공개 미리 보기 API에서 TrainProject를 호출하여 첫 번째 단계 학습된 모델을 다운스트림 프로젝트의 기본 모델로 사용합니다. 원본 프로젝트와 다운스트림 대상 프로젝트에 비슷한 이미지 특성이 있는 경우 더 나은 성능을 기대할 수 있습니다.
새 도메인 정보
- 이제 Custom Vision 3.4 공개 미리 보기 API의 GetDo기본에서 반환된 do기본 정보에는 지원되는 내보낼 수 있는 플랫폼, 모델 아키텍처에 대한 간략한 설명 및 압축할 수 있는 기본 모델 크기가 포함됩니다.
학습 차이 피드백
- Custom Vision 3.4 공개 미리 보기 API는 이제 GetIteration 호출에서 TrainingErrorDetails를 반환합니다. 실패한 반복에서 이 오류는 점점 더 높은 품질의 학습 데이터로 해결할 수 있는 학습 차이로 인해 발생했는지 여부를 나타냅니다.
2020년 7월
Azure 역할 기반 액세스 제어
- Custom Vision은 Azure 리소스에 대한 개별 액세스를 관리하기 위한 권한 부여 시스템인 Azure RBAC(Azure 역할 기반 액세스 제어)를 지원합니다. Custom Vision 프로젝트에 대한 액세스를 관리하는 방법을 알아보려면 Azure 역할 기반 액세스 제어를 참조하세요.
하위 집합 학습
- 개체 검색 프로젝트를 학습할 때 필요에 따라 적용된 태그의 하위 집합에 대해서만 학습할 수 있습니다. 아직 특정 태그를 충분히 적용하지 않았지만 다른 태그가 충분히 있는 경우 이 작업을 수행할 수 있습니다. 자세한 내용은 C# 또는 Python용 클라이언트 라이브러리 빠른 시작을 따릅니다.
Azure 스토리지 알림
- Custom Vision 프로젝트를 Azure Blob Storage 큐와 통합하여 게시된 모델의 프로젝트 학습/내보내기 작업 및 백업 복사본에 대한 푸시 알림을 받을 수 있습니다. 이 기능은 작업이 오래 실행될 때 결과를 위해 서비스를 지속적으로 폴링하는 것을 방지하는 데 유용합니다. 대신 스토리지 큐 알림을 워크플로에 통합할 수 있습니다. 자세한 내용은 Storage 통합 가이드를 참조하세요.
프로젝트 복사 및 이동
- 이제 하나의 Custom Vision 계정에서 다른 계정으로 프로젝트를 복사할 수 있습니다. 개발 환경에서 프로덕션 환경으로 프로젝트를 이동하거나 데이터 보안을 강화하기 위해 프로젝트를 다른 Azure 지역의 계정으로 백업할 수 있습니다. 자세한 내용은 프로젝트 복사 및 이동 가이드를 참조하세요.
2019년 9월
제안된 태그
- Custom Vision 웹 사이트의 스마트 레이블 지정 도구는 학습 이미지에 대해 제안된 태그를 생성합니다. 이렇게 하면 Custom Vision 모델을 학습할 때 많은 수의 이미지에 더 빠르게 레이블을 지정할 수 있습니다. 이 기능을 사용하는 방법에 대한 지침은 제안된 태그를 참조하세요.
2019년 5월
- 버그 수정 및 백 엔드 개선 사항
- Azure 구독과 관련된 포털 UX 환경이 개선되어 Azure 디렉터리를 더 쉽게 선택할 수 있습니다.
2019년 4월
- 이미지당 경계 상자 수 제한이 200개로 증가했습니다.
- TensorFlow로 내보낸 모델에 대한 상당한 성능 업데이트를 포함한 버그 수정
- Vision AI Dev Kit에 대한 개체 검색 내보내기가 추가되었습니다.
- 프로젝트 검색을 포함하는 UI 조정이 있었습니다.
2019년 3월
- Custom Vision Service가 Azure에서 일반 공급에 들어갔습니다!
- 특히 까다로운 데이터 세트 및 세분화된 분류에서 향상된 성능을 위해 새로운 기계 학습 백 엔드가 포함된 고급 학습 기능이 추가되었습니다. 고급 교육을 사용하면 학습을 위한 컴퓨팅 시간 예산을 지정할 수 있으며 Custom Vision은 최상의 학습 및 확대 설정을 실험적으로 식별합니다. 빠른 반복을 위해 기존의 빠른 학습을 계속 사용할 수 있습니다.
- 3.0 API가 도입되었습니다. 2019년 10월 1일에 3.0 이전 API의 사용 중단이 발표되었습니다. 시작하는 방법에 대한 예제는 설명서 빠른 시작을 참조하세요.
- 3.0 API에서 "기본 반복"이 게시/게시 취소로 바뀌었습니다.
- 새 모델 내보내기 대상이 추가되었습니다. Dockerfile 내보내기가 Raspberry Pi 3용 ARM을 지원하도록 업그레이드되었습니다. 내보내기 지원이 Vision AI Dev Kit에 추가되었습니다.
- 프로젝트당 태그 수 제한이 S0 계층에 대해 500개로 증가되었습니다. 프로젝트당 이미지 한도가 S0 계층의 경우 100,000으로 증가했습니다.
- 성인이 제거되었습니다기본. 일반 do기본 대신 권장됩니다.
- 일반 공급에 대한 가격 책정이 발표되었습니다.
2019년 2월
- Custom Vision이 Azure 공개 미리 보기로의 이동이 거의 완료됨에 따라 제한된 평가판 프로젝트(Azure 리소스와 연결되지 않은 프로젝트)의 종료를 발표했습니다. 2019년 3월 25일부터 CustomVision.ai 사이트는 무료 Custom Vision 리소스와 같은 Azure 리소스와 연결된 프로젝트 보기만 지원합니다. 2019년 10월 1일까지 Custom Vision API를 통해 기존 제한된 평가판 프로젝트에 계속 액세스할 수 있습니다. 이렇게 하면 Custom Vision으로 작성한 모든 앱에 대한 API 키를 업데이트할 수 있습니다. 2019년 10월 1일 이후에는 Azure로 이동하지 않은 제한된 평가판 프로젝트가 삭제됩니다.
2019년 1월
- 미국 서부 2, 미국 동부, 미국 동부 2, 서유럽, 북유럽, 동남 아시아, 오스트레일리아 동부, 인도 중부, 영국 남부, 일본 동부 및 미국 중북부의 새 Azure 지역에 대한 지원이 추가되었습니다. 미국 중남부에 대한 지원은 계속됩니다.
12월 2018일
- 개체 감지 모델(도입된 개체 감지 컴팩트 도메인) 내보내기를 지원합니다.
- 향상된 화면 읽기 프로그램 및 키보드 탐색 지원을 위한 다양한 접근성 문제를 해결했습니다.
- 이미지 뷰어에 대한 UX 업데이트 및 더 빠른 태그 지정을 위한 향상된 개체 검색 태그 지정 환경
- 더 나은 품질의 개체 검색을 위해 개체 감지 do기본 기본 모델이 업데이트되었습니다.
- 버그 수정.
2018년 11월
- 개체 검색에 로고 Do기본 대한 지원이 추가되었습니다.
2018년 10월
- 개체 검색이 유료 미리 보기를 입력합니다. 이제 Azure 리소스를 사용하여 개체 감지 프로젝트를 만들 수 있습니다.
- 웹 사이트에 "Azure로 이동" 기능이 추가되어 제한된 평가판 프로젝트를 Azure에 연결하도록 보다 쉽게 업그레이드할 수 있습니다. 리소스 연결 프로젝트(F0 또는 S0) 제품의 설정 페이지에서 찾을 수 있습니다.
- Windows 2018 10월 업데이트 버전의 Windows ML을 지원하기 위해 ONNX 1.2로 내보내기가 추가되었습니다. 특수 문자를 사용한 ONNX 내보내기 등 버그 수정
2018년 8월
- 프로젝트 학습을 통해 사용자를 안내하기 위해 customvision.ai 사이트에 "시작" 위젯이 추가되었습니다.
- 다중 레이블 프로젝트(새 손실 계층)의 이점을 누릴 수 있도록 기계 학습 파이프라인이 추가로 개선되었습니다.
2018년 6월
- 사용 편의성과 접근성에 초점을 맞춘 UX 새로 고침.
- 많은 수의 태그가 있는 다중 레이블 프로젝트에 도움이 되도록 기계 학습 파이프라인이 개선되었습니다.
- TensorFlow 내보내기에서 버그가 수정되었습니다. 내보낸 모델 버전 관리가 지원되므로 반복을 2번 이상 내보낼 수 있습니다.
- 버그 수정 및 백 엔드 기능이 개선되었습니다.
- 이미지에 정확히 하나의 레이블이 있는 프로젝트에 대해 다중 클래스 분류를 사용하도록 설정했습니다. 다중 클래스 모드에 대한 예측에서 확률은 1로 합산됩니다(모든 이미지는 지정된 태그로 분류됨).
2018년 5월
- 제한된 평가판 프로젝트에 대한 미리 보기 개체 감지 기능이 도입되었습니다.
- 2.0 API로 업그레이드
- S0 계층은 최대 250개의 태그와 50,000개의 이미지로 확장되었습니다.
- 이미지 분류 프로젝트를 위한 기계 학습 파이프라인의 백 엔드가 크게 향상되었습니다. 2018년 4월 27일 이후에 학습된 프로젝트는 이러한 업데이트의 이점을 누릴 수 있습니다.
- Windows ML에서 사용할 수 있도록 ONNX에 모델 내보내기가 추가되었습니다.
- Dockerfile에 모델 내보내기가 추가되었습니다. 이렇게 하면 아티팩트를 다운로드하여 DockerFile, TensorFlow 모델 및 서비스 코드를 포함하여 사용자 고유의 Windows 또는 Linux 컨테이너를 빌드할 수 있습니다.
- 일반(Compact) 및 랜드마크(Compact) Do기본에서 TensorFlow로 내보낸 새로 학습된 모델의 경우 모든 프로젝트에서 일관성을 위해 평균 값이 이제 0,0,0입니다.
2018년 3월
- 유료 미리 보기를 입력하고 Azure Portal에 온보딩했습니다. 이제 F0(무료) 또는 S0(표준) 계층을 사용하여 Azure 리소스에 프로젝트를 연결할 수 있습니다. 최대 태그 100개 이미지 25,000개까지 허용하는 S0 계층 프로젝트가 도입되었습니다.
- 기계 학습 파이프라인/정규화 매개 변수에 대한 백 엔드 변경 내용입니다. 따라서 확률 임계값을 조정할 때 고객이 정밀도-회수 상충 관계를 더 잘 제어할 수 있습니다. 이러한 변경의 일부로 CustomVision.ai 포털의 기본 확률 임계값은 50%로 설정되었습니다.
2017년 12월
- 이전에 릴리스된 iOS(CoreML)로 내보내기 외에 Android(TensorFlow)로 내보내기가 추가되었습니다. 이를 통해 학습된 컴팩트 모델 내보내기를 애플리케이션에서 오프라인으로 실행할 수 있습니다.
- 소매 및 랜드마크 “컴팩트” 도메인이 추가되어 이러한 도메인에 대한 모델 내보내기가 가능합니다.
- 릴리스된 버전 1.2 학습 API 및 1.1 예측 API. 업데이트된 API는 모델 내보내기, 이미지를 "예측"에 저장하지 않는 새 예측 작업 및 학습 API에 배치 작업을 도입했습니다.
- 반복 학습에 사용된 도메인을 확인하는 기능을 비롯한 UX가 조정되었습니다.
- C# SDK 및 샘플이 업데이트되었습니다.