소프트웨어야놀자

 1. 학생용 준비코드 URL을 클릭한 후 [리메이크 하기]를 누릅니다.

 2. 기본 코드를 살펴봅시다. 기본 코드에는 ‘수화번역’이라는 [변수]가 만들어져 있습니다. 

처음에는 ’수화번역‘이라는 변수가 비어 있도록 정해놓겠습니다. 

다음은 “안녕하세요”, “수화번역기입니다. 저를 클릭하고 수화를 보여주세요” 라는 인사말을 합니다. 

이어서 계속 반복하기 블록 안의 명령을 봅시다. [오브젝트]를 클릭하면 비디오가 학습한 모델로 분류를 시작합니다. 분류 뒤에는 ’수화번역‘이라는 [변수]에 알파벳이 한 글자씩 더해지게 될 것입니다. 이 과정이 너무 빨리 일어나면 알파벳이 한 번에 너무 많이 인식되므로 [1초 기다리기] 블록이 들어가 있습니다.

 3. 우리는 수화 이미지를 분류하도록 하고자 합니다. 

따라서 [인공지능]-[인공지능 모델 학습하기]-[분류:이미지]를 누릅니다.

 4. 새로운 모델의 이름은 ‘수화번역기’로 합니다. 3가지 수화 알파벳 ‘O, K, N’을 분류하도록 클래스도 ‘O, K, N’ 3가지로 만듭니다. 

[참고] 클래스는 데이터에 붙여진 이름표, 라벨 또는 레이블(Label)입니다. 우리가 촬영한 이미지가 ‘O, K, N’ 중에 어디에 속하는지 데이터에 이름표를 붙여 놓는 것입니다.

5. 알파벳 K의 이미지를 촬영할 때는 손의 크기를 다양하게 합니다. 크게, 작게, 중간 크기로 찍은 모습 각각 30여장으로 합니다. 총 이미지의 양이 140장이 되도록 합니다.

 6. 알파벳 O의 이미지를 촬영할 때는 손의 크기를 다양하게 합니다. 크게 찍은 모습 1~2장, 중간 크기의 모습 1~2장, 작게 찍은 모습 1~2장으로 합니다. 

총 이미지의 양이 5장이 되도록 합니다.

 7. 알파벳 N의 이미지를 촬영할 때는 손의 크기를 작게 찍은 모습 한 종류만 촬영합니다. 

총 이미지의 양이 140장이 되도록 합니다.

 8. 우리가 만든 데이터세트의 문제점은 무엇일까요? 

이 문제를 해결하려면 데이터세트를 어떻게 개선해야 할지 이야기 나누어 보고 필요한 추가 이미지를 촬영해 봅시다.

 9. 떠올린 방법을 생각하며 수화 데이터세트를 개선해봅시다. 

(예) O는 데이터 세트의 이미지 양이 140장 이상이 되도록 추가 촬영을 합니다. N은 데이터세트의 손의 크기가 다양하도록 추가 촬영을 합니다. 등 

데이터세트를 추가로 촬영하고 개선된 결과를 확인해봅시다.