KR102112858B1 - 가이드 포인트를 제공하는 ui를 이용한 학습 데이터 생성 방법 및 장치 - Google Patents
가이드 포인트를 제공하는 ui를 이용한 학습 데이터 생성 방법 및 장치 Download PDFInfo
- Publication number
- KR102112858B1 KR102112858B1 KR1020200026339A KR20200026339A KR102112858B1 KR 102112858 B1 KR102112858 B1 KR 102112858B1 KR 1020200026339 A KR1020200026339 A KR 1020200026339A KR 20200026339 A KR20200026339 A KR 20200026339A KR 102112858 B1 KR102112858 B1 KR 102112858B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- learning
- guide
- generating
- guide point
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 방법이 제공된다. 본 발명의 일 면에 따른 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 방법은, 외부의 딥러닝 학습자 장치로부터 학습 대상 데이터를 수신하는 단계; 상기 학습 대상 데이터에서 학습 데이터를 생성할 수 있도록 사용자 장치에 사용자 인터페이스를 제공하는 단계; 및 상기 사용자 인터페이스에서 검출한 사용자 입력에 기반하여 상기 학습 데이터를 생성하는 단계;를 포함하고, 상기 사용자 인터페이스를 제공하는 단계는, 상기 학습 대상 데이터, 상기 가이드 포인트를 표시할 위치를 지정하는 포인터, 상기 포인터가 위치하는 상기 학습 대상 데이터의 영역을 확대한 부분 데이터 및 상기 가이드 포인트를 표시할 위치를 순서대로 안내하는 가이드 데이터를 표시하는 단계;를 포함할 수 있다.
Description
본 발명은 학습데이터 생성 방법 및 장치에 관한 것으로, 보다 자세하게는 가이드 포인트를 제공하는 UI를 이용함으로써 방대한 양의 학습 데이터를 생성하는 방법 및 장치에 관한 것이다.
딥 러닝 알고리즘을 이용한 인공 지능에 대한 연구와 활용이 활발하다. 딥 러닝 알고리즘에 기초한 인공 지능 모델은 학습 데이터를 이용하여 학습된다. 각 학습 데이터에는 라벨링 데이터(labeling data)가 포함되며, 라벨링 데이터는 인공 지능 모델에서 추론하는 결과에 대한 정답으로써 기능한다.
인공 지능 모델이 정확하게 학습되기 위하여는 학습 데이터에 정확한 라벨링 데이터가 포함되어야 하는데, 현재로서는 사람 (예컨대, 관리자 등)이 직접 학습 데이터에 포함될 라벨링 데이터를 결정하고 있다. 따라서, 방대한 데이터로부터 학습 데이터를 생성하는데 큰 인적 자원(human resource)가 요구되며, 사람의 노력이 개입되어 수동으로 학습 데이터를 생성하여야 하는 문제점이 있었다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 복수의 사용자에게 가이드 포인트를 포함하는 UI를 제공함으로써 복수의 사용자가 학습 데이터를 손쉽게 생성할 수 있는 방법 및 장치를 제공하고자 한다.
또한, 본 발명은 복수의 사용자를 통해 방대한 양의 학습 데이터를 손쉽게 수집하여 딥러닝 학습자에게 제공할 수 있는 방법 및 장치를 제공하고자 한다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 방법은, 외부의 딥러닝 학습자 장치로부터 학습 대상 데이터를 수신하는 단계; 상기 학습 대상 데이터에서 학습 데이터를 생성할 수 있도록 사용자 장치에 사용자 인터페이스를 제공하는 단계; 및 상기 사용자 인터페이스에서 검출한 사용자 입력에 기반하여 상기 학습 데이터를 생성하는 단계;를 포함하고, 상기 사용자 인터페이스를 제공하는 단계는, 상기 학습 대상 데이터, 상기 가이드 포인트를 표시할 위치를 지정하는 포인터, 상기 포인터가 위치하는 상기 학습 대상 데이터의 영역을 확대한 부분 데이터 및 상기 가이드 포인트를 표시할 위치를 순서대로 안내하는 가이드 데이터를 표시하는 단계;를 포함할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 장치는 가이드 포인트를 제공하는 UI를 제어하는 제어부; 및 학습 대상 데이터와 학습 데이터를 저장하는 데이터베이스;를 포함하고, 상기 제어부는, 외부의 딥러닝 학습자 장치로부터 학습 대상 데이터를 수신하고, 상기 학습 대상 데이터에서 학습 데이터를 생성할 수 있도록 사용자 장치에 사용자 인터페이스를 제공하고, 상기 사용자 인터페이스에서 검출한 사용자 입력에 기반하여 상기 학습 데이터를 생성하고, 상기 제어부는 상기 사용자 인터페이스를 통해 상기 학습 대상 데이터, 상기 가이드 포인트를 표시할 위치를 지정하는 포인터, 상기 포인터가 위치하는 상기 학습 대상 데이터의 영역을 확대한 부분 데이터 및 상기 가이드 포인트를 표시할 위치를 순서대로 안내하는 가이드 데이터를 표시할 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
상기와 같은 본 발명에 따르면, 아래와 같은 다양한 효과들을 가진다.
본 발명은 사용자에게 가이드 포인트를 제공하는 UI를 제공함으로써 사용자가 손쉽게 학습 데이터를 생성할 수 있도록 할 수 있다.
또한, 본 발명은 복수의 사용자들로부터 손쉽게 방대한 양의 데이터를 수집하여 딥러닝 학습자에게 제공할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시 예에 따른 학습데이터 생성 장치와 외부 장치들을 나타낸 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 학습데이터 생성 및 제공 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시 예에 따른 학습 데이터를 생성하는 방법을 설명하기 위한 흐름도이다.
도 4 내지 도 5b는 본 발명의 일 실시 예에 따른 학습 데이터를 생성하는 방법을 설명하기 위한 예시도이다.
도 6은 본 발명의 일 실시 예에 따른 학습 데이터 수정 방법을 설명하기 위한 흐름도이다.
도 7은 본 발명의 일 실시 예에 따른 학습 데이터 수정 방법을 설명하기 위한 예시도이다.
도 2는 본 발명의 일 실시 예에 따른 학습데이터 생성 및 제공 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시 예에 따른 학습 데이터를 생성하는 방법을 설명하기 위한 흐름도이다.
도 4 내지 도 5b는 본 발명의 일 실시 예에 따른 학습 데이터를 생성하는 방법을 설명하기 위한 예시도이다.
도 6은 본 발명의 일 실시 예에 따른 학습 데이터 수정 방법을 설명하기 위한 흐름도이다.
도 7은 본 발명의 일 실시 예에 따른 학습 데이터 수정 방법을 설명하기 위한 예시도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명의 일 실시 예에 따른 학습데이터 생성 장치와 외부 장치들을 나타낸 블록도이다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 학습데이터 생성 장치(100)는 외부 장치들에 해당하는 딥러닝 학습자 장치(200) 및 사용자 장치(300)와 네트워크를 통해 통신 연결될 수 있다. 여기서 네트워크는 무선 네트워크 및 유선 네트워크를 포함할 수 있다. 예를 들어, 상기 네트워크는 근거리 통신 네트워크(예: 블루투스, WiFi direct 또는 IrDA(infrared data association)) 또는 원거리 통신 네트워크(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN))일 수 있다.
일 실시 예에서, 학습데이터 생성 장치(100)는 플랫폼을 통해 딥러닝 학습자 장치(200)로부터 학습데이터 생성 요청을 받을 수 있고 학습 데이터를 생성할 수 있는 사용자 인터페이스(UI)를 사용자 장치(300)에 제공하고 사용자가 생성한 학습 데이터를 수집하여 딥러닝 학습자에게 제공할 수 있다. 여기서 플랫폼이란 딥러닝 학습자 또는 사용자가 이용할 수 있는 웹 페이지 또는 앱 어플리케이션 등일 수 있다. 여기서 딥러닝 학습자는 딥뉴럴 네트워크 또는 인공지능신경망을 통해 학습 모델을 생성하고자 하는 업체 또는 개인일 수 있고 사용자는 플랫폼을 통해 학습 데이터를 생성하고 일정한 보상(예: 캐쉬 또는 포인트)을 얻고자 하는 개인일 수 있다. 딥러닝 학습자 또는 사용자는 국내에 상주하는 것에 한정되지 아니하고 학습데이터 생성 장치(100)에서 제공하는 플랫폼을 접속할 수 있는 해외에 위치하는 딥러닝 학습자 또는 사용자를 포함하는 개념일 수 있다.
일 실시 예에서, 사용자는 학습데이터 생성 장치(100)가 제공하는 사용자 인터페이스를 통해 학습 대상 데이터에서 학습 데이터를 생성할 수 있다. 여기서, 학습 대상 데이터는 딥러닝 학습을 위한 원본 데이터 또는 트레이닝 데이터일 수 있고 학습 데이터는 학습 모델에서 groud truth에 대응하는 정답 값일 수 있다.
일 실시 예에서, 서버(100)는 가이드 포인트를 제공하는 UI를 제어하는 제어부(110), 학습 대상 데이터와 학습 데이터를 저장하는 데이터베이스(120) 및 통신부(130)를 포함할 수 있다. 제어부(110)는 딥러닝 학습자 및 사용자의 회원 정보, 학습 대상 데이터, 학습 데이터를 저장하는 데이터베이스(120)를 관리할 수 있고, 학습 데이터 생성, 수집 및 전송과 관련된 각종 동작들을 전반적으로 제어할 수 있고, 사용자 인터페이스를 제공하는 플랫폼을 전반적으로 제어할 수 있다.
발명의 한 실시 예에 따르면, 도면에는 도시되지 않았지만, 학습데이터 생성 장치(100)는 플랫폼을 통해 딥러닝 학습자와 사용자를 회원으로 가입시켜 정보를 관리할 수 있다. 딥러닝 학습자와 사용자의 회원 정보는 이름, 주소, 연락처, 학습 대상 데이터의 종류와 개수, 원하는 학습 데이터의 상세 내용, 생성한 학습 데이터의 상세 내용 등을 포함할 수 있다.
일 실시 예에서, 딥러닝 학습자 장치(200)와 사용자 장치(300)는 적어도 하나의 딥러닝 학습자와 사용자가 각각 사용하는 장치일 수 있고, 가이드 포인트를 제공하는 사용자 인터페이스가 포함된 플랫폼을 이용할 수 있거나 설치된 장치일 수 있다.
일 실시 예에서, 학습데이터 생성 장치(100), 딥러닝 학습자 장치(200) 및 사용자 장치(300)는, 예를 들면, 서버(server), 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC (desktop PC), 랩탑 PC(laptop PC), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라, 또는 웨어러블 장치(wearable device) 중 적어도 하나를 포함할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 학습데이터 생성 및 제공 방법을 설명하기 위한 흐름도이다. 도 2의 동작들은 도 1의 학습데이터 생성 장치(100)에 의해 수행될 수 있다. 도 2에서 본 발명의 장치(100), 딥러닝 학습자 장치(200) 및 사용자 장치(300)간 동작을 설명하고 사용자 인터페이스를 통한 학습 데이터 생성 동작은 도 3에서 구체적으로 후술한다.
도 2 를 참조하면, 일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 21에서 외부의 딥러닝 학습자 장치(200)로부터 학습 대상 데이터를 수신할 수 있다. 예를 들어, 학습 대상 데이터는 이미지, 동영상 또는 텍스트 중 적어도 하나일 수 있다. 딥러닝 학습자는 딥러닝 학습 모델을 훈련시키기 위해 필요한 학습 대상 데이터의 학습 데이터의 생성을 요청할 수 있고, 이를 위해 학습 대상 데이터를 학습데이터 생성 장치(100)에 전송할 수 있다. 여기서, 학습 대상 데이터는 원본 데이터 또는 트레이닝 데이터일 수 있고, 학습 데이터는 훈련을 위해 필요한 학습 모델의 정답 값(ground truth)일 수 있다.
일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 22에서 학습 대상 데이터에서 학습 데이터를 생성할 수 있도록 사용자 장치(300)에 사용자 인터페이스를 제공할 수 있다. 예를 들어, 사용자는 학습데이터 생성 장치(100)에서 제공한 웹 페이지 또는 앱 어플리케이션을 사용자 장치(300)를 통해 접속함으로써 사용자 인터페이스를 사용할 수 있다. 사용자 인터페이스에 관한 구체적인 내용은 도 3에서 후술한다.
일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 23에서 사용자 인터페이스에서 검출한 사용자 입력에 기반하여 학습 데이터를 생성할 수 있다. 예를 들어, 생성되어야 할 학습 데이터는 미리 지정될 수 있고, 사용자는 미리 지정된 학습 데이터를 사용자 인터페이스를 통해 생성할 수 있다. 보다 구체적인 동작은 도 3에서 후술한다.
일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 24에서 외부의 딥러닝 학습자 장치(200)에게 생성한 학습 데이터를 제공할 수 있다. 예를 들어, 학습데이터 생성 장치(100)는 미리 설정한 기준(예: 학습데이터의 개수 등)이 충족될 경우 복수의 사용자들로부터 수집한 복수의 학습 데이터를 딥러닝 학습자 장치(200)에 전송할 수 있다.
이와 같이 동작함으로써 본 발명은 복수의 사용자들이 생성한 방대한 양의 학습 데이터를 손쉽게 수집하여 딥러닝 학습자에게 제공할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 학습 데이터를 생성하는 방법을 설명하기 위한 흐름도이다. 도 4 내지 도 5b는 본 발명의 일 실시 예에 따른 학습 데이터를 생성하는 방법을 설명하기 위한 예시도이다. 도 3의 동작들은 도 1의 학습데이터 생성 장치(100)에 의해 수행될 수 있다. 도 3의 동작들은 도 2의 동작 22와 동작 23을 구체화한 동작들이다.
도 3 내지 도 5b를 참조하면, 우선 학습데이터 생성 장치(100)는 도 4 내지 도 5b에 도시된 바와 같이 학습데이터를 생성하기 위한 사용자 인터페이스(30)를 제공 및 표시할 수 있다. 예를 들어, 사용자 인터페이스(30)는 현재 사용자의 미션 명칭(31, 예: 신발에 점찍기, 여기서 신발이 학습 데이터에 대응), 학습 대상 데이터(33)가 표시되는 작업 영역(32), 작업 영역(32) 중 학습 대상 데이터(33)가 표시되지 않는 공백 영역(321), 가이드 포인트(361)를 포함하는 학습 대상 데이터(33), 부분 데이터(34), 확대 포인터(341), 지시 포인트(352)와 점찍기 대상(351)를 포함하는 가이드 데이터(35), 포인터(36), 가이드 포인트 생성 아이콘(37) 및 교체 아이콘(38)을 포함할 수 있다.
예를 들어, 작업 영역(32)은 가이드 포인트(361)을 찍어야 할 학습 대상 데이터(33)가 표시되는 영역일 수 있고, 학습 대상 데이터(33)는 사용자의 입력(드래그)을 통해 작업 영역(32)에서 확대, 축소 또는 이동할 수 있다. 따라서, 공백 영역(321)에도 학습 대상 데이터(33)가 표시될 수 있다.
예를 들어, 가이드 데이터(35)는 점 찍기 미션을 통해 생성해야 할 학습 데이터에 대응하는 점찍기 대상(351)과 지시 포인트(352)를 포함할 수 있다.
예를 들어, 포인터(36)는 가이드 포인트(361)를 표시할 위치를 지정할 수 있다. 즉. 도 4에 도시된 바와 같이 십자선의 가운데 교차하는 지점에 가이드 포인트(361)가 표시될 수 있다. 작업의 편의성을 위해, 포인터(36)의 십자선이 교차하는 지점의 주변 영역을 확대한 부분 데이터(34)를 상단에 표시할 수 있다. 또한, 작업의 편의성을 위해 포인터(36)는 작업 영역(32)의 중앙에 고정될 수 있다.
예를 들어, 가이드 포인트 생성 아이콘(37)은 가이드 포인트(361) 생성 기능과 연결될 수 있고, 도 5a, 5b에 도시된 바와 같이 "X" 또는 "O" 형상의 기호가 가이드 포인트(361)로서 학습 대상 데이터(33)에 표시될 수 있다. 예컨대, 가이드 포인트 생성 아이콘(37) 중 왼쪽의 "X"를 사용자가 클릭할 경우, "X" 형상의 가이드 포인트가 표시될 수 있고, 가이드 포인트 생성 아이콘(37) 중 오른쪽의 "+"를 사용자가 클릭할 경우, "O" 형상의 가이드 포인트가 표시될 수 있다. 물론 사용자는 가이드 포인트 생성 아이콘(37)을 클릭하는 대신 학습 대상 데이터(33)의 어느 한 일부를 더블 클릭함으로써 가이드 포인트(361)를 포인터(36)가 위치한 곳에 생성할 수 있다.
예를 들어, 교체 아이콘(38)은 학습 대상 데이터(33)에 가이드 포인트(361)가 하나도 찍히지 않았을 때 표시되는 아이콘일 수 있고, 학습 대상 데이터(33)를 건너뛰고 다른 학습 대상 데이터로 교체하는 기능과 연결될 수 있다. 예컨대, 교체 아이콘(38)을 사용자가 선택할 경우, "다음 사진으로 넘어가기, 해당 사진을 넘기고 다른 사진을 불러옵니다"란 안내 메시지와 다음 사진으로 이동하는 메뉴가 포함된 팝업 창(39)을 작업 영역(32)에 중첩되도록 표시할 수 있다.
또한, 도 5a 및 도 5b에 도시된 바와 같이 사용자 인터페이스(40)는 복수의 가이드 포인트들을 연결한 라인(41), 초기화 아이콘(42), 숨기기 아이콘(43) 및 제출 아이콘(44)을 더 포함할 수 있다.
예를 들어, 라인(41)은 적어도 2개의 가이드 포인트가 표시될 경우, 사용자의 입력에 관계없이 자동으로 표시될 수 있다.
예를 들어, 초기화 아이콘(42)은 가이드 포인트(362)가 적어도 하나라도 표시될 경우 활성화될 수 있고, 가이드 포인트(362)를 초기화하는 기능과 연결될 수 있다. 여기서 초기화란 표시된 모든 가이드 포인트(362)를 삭제하는 것을 의미할 수 있다. 예컨대, 초기화 아이콘(42)을 사용자가 클릭할 경우, "점 초기화하기 작업 중인 모든 점을 삭제하고 첫번 째 점으로 돌아갑니다"란 가이드 메시지와 초기화 기능과 연결된 메뉴를 포함하는 팝업 창(45)을 작업 영역(32)과 중첩되도록 표시할 수 있다.
예를 들어, 숨기기 아이콘(43)은 사용자가 터치할 경우 포인터(36)와 가이드 포인트(362)를 모두 표시를 해제하고 학습 대상 데이터(33)만 표시하는 기능과 연결될 수 있다.
예를 들어, 제출 아이콘(44)은 미리 지정된 모든 가이드 포인트들을 사용자가 터치하여 표시할 경우 사용자 인터페이스(40)의 하단에 표시될 수 있고, 학습 데이터를 생성하는 기능과 연결될 수 있다. 예컨대, 제출 아이콘(44)을 사용자가 클릭할 경우, "모든 점 제출하기 작업 중인 점들을 모두 제출하시겠습니까?"란 가이드 메시지와 제출 기능과 연결된 메뉴를 포함하는 팝업 창(46)을 작업 영역(32)과 중첩되도록 표시할 수 있다.
하기에서 상기 사용자 인터페이스(30,40)에 따른 학습 데이터 생성 동작을 구체적으로 설명한다.
일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 31에서 학습 대상 데이터(33), 가이드 포인트(361)를 표시할 위치를 지정하는 포인터(36), 포인터(36)가 위치하는 학습 대상 데이터(33)의 영역을 확대한 부분 데이터(34) 및 가이드 포인트(361)를 표시할 위치를 순서대로 안내하는 가이드 데이터(35)를 표시할 수 있다. 예를 들어, 학습 대상 데이터(33), 부분 데이터(34), 가이드 데이터(35) 및 학습 데이터는 이미지, 동영상 또는 텍스트 중 적어도 하나일 수 있다.
일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 32에서 가이드 데이터(35)에서 가이드 포인트(361)를 표시할 위치를 나타내는 지시 포인트(352)를 표시할 수 있다. 예를 들어, 가이드 데이터(35)에서 제1 가이드 포인트(361)를 표시할 위치를 나타내는 제1 지시 포인트(352)를 표시할 수 있다.
일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 33에서 학습 대상 데이터(33)를 이동시키는 제1 사용자 입력을 검출할 수 있다. 예를 들어, 학습데이터 생성 장치(100)는 지시 포인트(352)가 가리키는 위치에 포인터(36)가 위치하도록 학습 대상 데이터(33)를 이동시키는 제1 사용자 입력을 검출할 수 있다.
일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 34에서 학습 대상 데이터(33)의 이동에 따라 학습 대상 데이터(33)에서 포인터(36)의 위치를 변경할 수 있다. 예를 들어, 포인터(36)는 작업 영역(32)의 중앙에 고정되지만 학습 대상 데이터(33)의 이동에 따라 학습 대상 데이터(33) 기준으로 포인터(36)의 위치가 변경될 수 있다.
일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 35에서 변경된 포인터(36)의 위치에 대응하는 학습 대상 데이터(33)의 영역 또는 가이드 포인트를 표시하는 기능과 연결된 생성 아이콘(37)에서 제2 사용자 입력을 검출할 수 있다.
일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 36에서 제2 사용자 입력에 기반하여 학습 대상 데이터(33)에 가이드 포인트(361)를 표시할 수 있다. 예를 들어, 제2 사용자 입력에 기반하여 학습 대상 데이터(33)에 제1 가이드 포인트(361)를 표시할 수 있다.
또한, 도 5a에 도시된 바와 같이 학습데이터 생성 장치(100)는 가이드 데이터(35)에서 제1 가이드 포인트(361)의 다음 순서에 해당하는 제2 가이드 포인트(362)를 표시할 위치를 나타내는 제2 지시 포인트(353)를 표시할 수 있고, 학습 대상 데이터(33)를 이동시키는 제3 사용자 입력을 검출할 수 있고, 학습 대상 데이터(33)의 이동에 따라 학습 대상 데이터(33)에서 포인터(36)의 위치를 변경할 수 있고, 변경된 포인터(36)의 위치에 대응하는 학습 대상 데이터(33)의 영역 또는 가이드 포인트(361,362)를 표시하는 기능과 연결된 생성 아이콘(37)에서 제4 사용자 입력을 검출할 수 있고, 제4 사용자 입력에 기반하여 도 5b에 도시된 바와 같이 학습 대상 데이터(33)에 제2 가이드 포인트(362)를 표시할 수 있고, 제1 가이드 포인트(361)와 제2 가이드 포인트(362)를 연결하는 라인을 표시할 수 있다.
한편, 제2 가이드 포인트(362)가 마지막 가이드 포인트일 경우, 도 5b에 도시된 바와 같이 가이드 데이터(35)의 점찍기 대상(351) 주변에 미리 지정된 모든 가이드 포인트가 찍혔다는 내용을 나타내는 완성 아이콘(355)이 표시될 수 있다. 즉, 사용자의 입력에 따라 미리 지정된 모든 가이드 포인트가 표시될 경우, 사용자에게 모든 가이드 포인트를 찍었다는 것을 안내할 수 있도록 가이드 데이터(35)의 표시 내용이 도 5a에서 도 5b와 같이 변경될 수 있다.
이와 같이, 학습데이터 생성 장치(100)는 도 3 내지 도 5b에 설명한 동작들을 반복함으로써 미리 지정된 가이드 포인트들을 모두 표시할 수 있다.
이후로, 일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 37에서 학습 데이터를 생성할 수 있다. 예를 들어, 학습데이터 생성 장치(100)는 사용자의 입력에 기반하여 학습 대상 데이터(33)에서 학습 데이터에 대응하는 영역의 경계에 미리 지정된 복수의 가이드 포인트와 이들을 연결하는 라인(41)을 도 5와 같이 표시할 수 있고, 미리 지정된 복수의 가이트 포인트와 라인(41)을 표시함에 따라 학습 데이터를 생성하는 기능과 연결된 제출 아이콘(44)을 표시할 수 있고, 제출 아이콘(44)에서 검출한 사용자 입력에 기반하여 학습 데이터를 생성할 수 있다.
즉, 본 발명의 학습데이터 생성 장치(100)는 가이드 포인트를 포함하는 사용자 인터페이스(30,40)와 사용자의 입력에 기반하여 방대한 양의 학습 데이터를 손쉽게 생성할 수 있다.
도 6은 본 발명의 일 실시 예에 따른 학습 데이터 수정 방법을 설명하기 위한 흐름도이다. 도 7은 본 발명의 일 실시 예에 따른 학습 데이터 수정 방법을 설명하기 위한 예시도이다. 도 6의 동작들은 도 1의 학습데이터 생성 장치(100)에 의해 수행될 수 있다.
도 6 및 도 7을 참조하면, 일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 61에서 사용자 인터페이스(60)에서 가이드 포인트 수정 기능과 연결된 수정 아이콘(51)을 선택하는 제5 사용자 입력을 검출할 수 있다. 예를 들어, 수정 아이콘(51)은 수정 모드로 진입하는 기능과 연결될 수 있다.
일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 62에서 제5 사용자 입력에 기반하여 사용자 인터페이스(50)를 수정 모드로 변경할 수 있다. 예를 들어, 수정 모드로 진입될 경우 수정 모드임을 나타내는 태그(53)가 표시될 수 있다.
한편, 수정모드에서 사용자가 가이드 포인트 생성 아이콘(37)을 클릭할 경우, 표시 중이던 가이드 포인트의 위치와 형상(O형상(도 7의 검은색 원을 의미함) 또는 X 형상(도 7의 X 원을 의미함))이 변경될 수 있다. 예를 들어, 사용자가 가이드 포인트 생성 아이콘(37) 중 왼쪽의 "X"를 클릭할 경우 가이드 포인트는 "X" 형상으로 표시될 수 있고, 사용자가 가이드 포인트 생성 아이콘(37) 중 오른쪽의 "+"를 클릭할 경우 가이드 포인트는 "O" 형상으로 표시될 수 있다.
일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 63에서 수정 아이콘(51)을 추가로 선택하는 제6 사용자 입력에 기반하여 가이드 데이터(52)에서 수정할 가이드 포인트(55)에 대응하는 지시 포인트(354)를 표시할 수 있다. 예를 들어, 수정 모드로 진입할 경우, 수정 아이콘(51)의 왼쪽 화살표 또는 오른쪽 화살표를 사용자가 클릭할 경우, 해당 순서의 지시 포인트들이 순차적으로 표시될 수 있다.
일 실시 예에서, 학습데이터 생성 장치(100)는, 동작 64에서 수정할 가이드 포인트(55)를 학습 대상 데이터(33)에서 수정할 수 있다. 예를 들어, 사용자가 지시포인트(354)에 대응하는 위치에 가이드 포인트를 찍지 못하여 다른 위치에 가이드 포인트(562)가 표시된 경우, 학습데이터 생성 장치(100)는 사용자의 추가 입력에 따라 현재 표시된 가이드 포인트(562)를 수정할 수 있으며 표시된 지시 포인트(354)에 대응하는 위치(55)에 새로운 가이드 포인트(미도시)를 표시할 수 있다.,
본 발명의 일 면에 따른 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 방법은, 외부의 딥러닝 학습자 장치로부터 학습 대상 데이터를 수신하는 단계; 상기 학습 대상 데이터에서 학습 데이터를 생성할 수 있도록 사용자 장치에 사용자 인터페이스를 제공하는 단계; 및 상기 사용자 인터페이스에서 검출한 사용자 입력에 기반하여 상기 학습 데이터를 생성하는 단계;를 포함하고, 상기 사용자 인터페이스를 제공하는 단계는, 상기 학습 대상 데이터, 상기 가이드 포인트를 표시할 위치를 지정하는 포인터, 상기 포인터가 위치하는 상기 학습 대상 데이터의 영역을 확대한 부분 데이터 및 상기 가이드 포인트를 표시할 위치를 순서대로 안내하는 가이드 데이터를 표시하는 단계;를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 학습 대상 데이터, 상기 부분 데이터, 상기 가이드 데이터 및 상기 학습 데이터는 이미지, 동영상 또는 텍스트 중 적어도 하나일 수 있다.
다양한 실시 예에 따르면, 상기 학습 데이터를 생성하는 단계는, 상기 가이드 데이터에서 제1 가이드 포인트를 표시할 위치를 나타내는 제1 지시 포인트를 표시하는 단계; 상기 학습 대상 데이터를 이동시키는 제1 사용자 입력을 검출하는 단계; 상기 학습 대상 데이터의 이동에 따라 상기 학습 대상 데이터에서 상기 포인터의 위치를 변경하는 단계; 상기 변경된 포인터의 위치에 대응하는 상기 학습 대상 데이터의 영역 또는 가이드 포인트를 표시하는 기능과 연결된 생성 아이콘에서 제2 사용자 입력을 검출하는 단계; 및 상기 제2 사용자 입력에 기반하여 상기 학습 대상 데이터에 상기 제1 가이드 포인트를 표시하는 단계;를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 학습 데이터를 생성하는 단계는, 상기 가이드 데이터에서 상기 제1 가이드 포인트의 다음 순서에 해당하는 제2 가이드 포인트를 표시할 위치를 나타내는 제2 지시 포인트를 표시하는 단계; 상기 학습 대상 데이터를 이동시키는 제3 사용자 입력을 검출하는 단계; 상기 학습 대상 데이터의 이동에 따라 상기 학습 대상 데이터에서 상기 포인터의 위치를 변경하는 단계; 상기 변경된 포인터의 위치에 대응하는 상기 학습 대상 데이터의 영역 또는 가이드 포인트를 표시하는 기능과 연결된 생성 아이콘에서 제4 사용자 입력을 검출하는 단계; 상기 제4 사용자 입력에 기반하여 상기 학습 대상 데이터에 상기 제2 가이드 포인트를 표시하는 단계; 및 상기 제1 가이드 포인트와 상기 제2 가이드 포인트를 연결하는 라인을 표시하는 단계;를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 학습 데이터를 생성하는 단계는, 사용자의 입력에 기반하여 상기 학습 대상 데이터에서 상기 학습 데이터에 대응하는 영역의 경계에 미리 지정된 복수의 가이드 포인트와 이들을 연결하는 라인을 표시하는 단계; 상기 미리 지정된 복수의 가이트 포인트와 상기 라인을 표시함에 따라 상기 학습 데이터를 생성하는 기능과 연결된 제출 아이콘을 표시하는 단계; 및 상기 제출 아이콘에서 검출한 사용자 입력에 기반하여 상기 학습 데이터를 생성하는 단계;를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 사용자 인터페이스에서 가이드 포인트 수정 기능과 연결된 수정 아이콘을 선택하는 제5 사용자 입력을 검출하는 단계; 상기 제5 사용자 입력에 기반하여 상기 사용자 인터페이스를 수정 모드로 변경하는 단계; 상기 수정 아이콘을 추가로 선택하는 제6 사용자 입력에 기반하여 상기 가이드 데이터에서 수정할 가이드 포인트에 대응하는 지시 포인트를 표시하는 단계; 및 상기 수정할 가이드 포인트를 상기 학습 대상 데이터에서 수정하는 단계;를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 외부의 딥러닝 학습자 장치에게 상기 생성한 학습 데이터를 제공하는 단계를 더 포함할 수 있다.
본 발명의 일 면에 따른 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 장치는 가이드 포인트를 제공하는 UI를 제어하는 제어부; 및 학습 대상 데이터와 학습 데이터를 저장하는 데이터베이스;를 포함하고, 상기 제어부는, 외부의 딥러닝 학습자 장치로부터 학습 대상 데이터를 수신하고, 상기 학습 대상 데이터에서 학습 데이터를 생성할 수 있도록 사용자 장치에 사용자 인터페이스를 제공하고, 상기 사용자 인터페이스에서 검출한 사용자 입력에 기반하여 상기 학습 데이터를 생성하고, 상기 제어부는 상기 사용자 인터페이스를 통해 상기 학습 대상 데이터, 상기 가이드 포인트를 표시할 위치를 지정하는 포인터, 상기 포인터가 위치하는 상기 학습 대상 데이터의 영역을 확대한 부분 데이터 및 상기 가이드 포인트를 표시할 위치를 순서대로 안내하는 가이드 데이터를 표시할 수 있다.
다양한 실시 예에 따르면, 상기 학습 대상 데이터, 상기 부분 데이터, 상기 가이드 데이터 및 상기 학습 데이터는 이미지, 동영상 또는 텍스트 중 적어도 하나일 수 있다.
다양한 실시 예에 따르면, 상기 제어부는, 상기 가이드 데이터에서 상기 가이드 포인트를 표시할 위치를 나타내는 지시 포인트를 표시하고, 상기 학습 대상 데이터를 이동시키는 제1 사용자 입력을 검출하고, 상기 학습 대상 데이터의 이동에 따라 상기 학습 대상 데이터에서 상기 포인터의 위치를 변경하고, 상기 변경된 포인터의 위치에 대응하는 상기 학습 대상 데이터의 영역 또는 가이드 포인트를 표시하는 기능과 연결된 생성 아이콘에서 제2 사용자 입력을 검출하고, 상기 제2 사용자 입력에 기반하여 상기 학습 대상 데이터에 상기 가이드 포인트를 표시할 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
100 : 학습데이터 생성 장치
110 : 제어부
120 : 데이터베이스
130 : 통신부
200 : 딥러닝 학습자 장치
300 : 사용자 장치
110 : 제어부
120 : 데이터베이스
130 : 통신부
200 : 딥러닝 학습자 장치
300 : 사용자 장치
Claims (10)
- 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 방법에 있어서,
학습 데이터 생성 장치가, 외부의 딥러닝 학습자 장치로부터 학습 대상 데이터를 수신하는 단계;
상기 학습 데이터 생성 장치가, 상기 학습 대상 데이터에서 학습 데이터를 생성할 수 있도록 사용자 장치에 사용자 인터페이스를 제공하는 단계; 및
상기 학습 데이터 생성 장치가, 상기 사용자 인터페이스에서 검출한 사용자 입력에 기반하여 상기 학습 데이터를 생성하는 단계;를 포함하고,
상기 사용자 인터페이스를 제공하는 단계는,
상기 학습 대상 데이터, 상기 가이드 포인트를 표시할 위치를 지정하는 포인터, 상기 포인터가 위치하는 상기 학습 대상 데이터의 영역을 확대한 부분 데이터 및 상기 가이드 포인트를 표시할 위치를 순서대로 안내하는 가이드 데이터를 표시하는 단계;를 포함하는 것을 특징으로 하는 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 방법.
- 제1 항에 있어서, 상기 학습 대상 데이터, 상기 부분 데이터, 상기 가이드 데이터 및 상기 학습 데이터는 이미지, 동영상 또는 텍스트 중 적어도 하나인 것을 특징으로 하는 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 방법.
- 제1 항에 있어서, 상기 학습 데이터를 생성하는 단계는,
상기 학습 데이터 생성 장치가, 상기 가이드 데이터에서 제1 가이드 포인트를 표시할 위치를 나타내는 제1 지시 포인트를 표시하는 단계;
상기 학습 데이터 생성 장치가, 상기 학습 대상 데이터를 이동시키는 제1 사용자 입력을 검출하는 단계;
상기 학습 데이터 생성 장치가, 상기 학습 대상 데이터의 이동에 따라 상기 학습 대상 데이터에서 상기 포인터의 위치를 변경하는 단계;
상기 학습 데이터 생성 장치가, 상기 변경된 포인터의 위치에 대응하는 상기 학습 대상 데이터의 영역 또는 가이드 포인트를 표시하는 기능과 연결된 생성 아이콘에서 제2 사용자 입력을 검출하는 단계; 및
상기 학습 데이터 생성 장치가, 상기 제2 사용자 입력에 기반하여 상기 학습 대상 데이터에 상기 제1 가이드 포인트를 표시하는 단계;를 포함하는 것을 특징으로 하는 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 방법.
- 제3 항에 있어서, 상기 학습 데이터를 생성하는 단계는,
상기 학습 데이터 생성 장치가, 상기 가이드 데이터에서 상기 제1 가이드 포인트의 다음 순서에 해당하는 제2 가이드 포인트를 표시할 위치를 나타내는 제2 지시 포인트를 표시하는 단계;
상기 학습 데이터 생성 장치가, 상기 학습 대상 데이터를 이동시키는 제3 사용자 입력을 검출하는 단계;
상기 학습 데이터 생성 장치가, 상기 학습 대상 데이터의 이동에 따라 상기 학습 대상 데이터에서 상기 포인터의 위치를 변경하는 단계;
상기 학습 데이터 생성 장치가, 상기 변경된 포인터의 위치에 대응하는 상기 학습 대상 데이터의 영역 또는 가이드 포인트를 표시하는 기능과 연결된 생성 아이콘에서 제4 사용자 입력을 검출하는 단계;
상기 학습 데이터 생성 장치가, 상기 제4 사용자 입력에 기반하여 상기 학습 대상 데이터에 상기 제2 가이드 포인트를 표시하는 단계; 및
상기 학습 데이터 생성 장치가, 상기 제1 가이드 포인트와 상기 제2 가이드 포인트를 연결하는 라인을 표시하는 단계;를 포함하는 것을 특징으로 하는 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 방법.
- 제1 항에 있어서, 상기 학습 데이터를 생성하는 단계는,
상기 학습 데이터 생성 장치가, 사용자의 입력에 기반하여 상기 학습 대상 데이터에서 상기 학습 데이터에 대응하는 영역의 경계에 미리 지정된 복수의 가이드 포인트와 이들을 연결하는 라인을 표시하는 단계;
상기 학습 데이터 생성 장치가, 상기 미리 지정된 복수의 가이트 포인트와 상기 라인을 표시함에 따라 상기 학습 데이터를 생성하는 기능과 연결된 제출 아이콘을 표시하는 단계; 및
상기 학습 데이터 생성 장치가, 상기 제출 아이콘에서 검출한 사용자 입력에 기반하여 상기 학습 데이터를 생성하는 단계;를 포함하는 것을 특징으로 하는 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 방법.
- 제1 항에 있어서,
상기 학습 데이터 생성 장치가, 상기 사용자 인터페이스에서 가이드 포인트 수정 기능과 연결된 수정 아이콘을 선택하는 제5 사용자 입력을 검출하는 단계;
상기 학습 데이터 생성 장치가, 상기 제5 사용자 입력에 기반하여 상기 사용자 인터페이스를 수정 모드로 변경하는 단계;
상기 학습 데이터 생성 장치가, 상기 수정 아이콘을 추가로 선택하는 제6 사용자 입력에 기반하여 상기 가이드 데이터에서 수정할 가이드 포인트에 대응하는 지시 포인트를 표시하는 단계; 및
상기 학습 데이터 생성 장치가, 상기 수정할 가이드 포인트를 상기 학습 대상 데이터에서 수정하는 단계;를 포함하는 것을 특징으로 하는 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 방법.
- 제1 항에 있어서, 상기 학습 데이터 생성 장치가, 상기 외부의 딥러닝 학습자 장치에게 상기 생성한 학습 데이터를 제공하는 단계;를 더 포함하는 것을 특징으로 하는 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 방법.
- 가이드 포인트를 제공하는 UI를 제어하는 제어부; 및
학습 대상 데이터와 학습 데이터를 저장하는 데이터베이스;를 포함하고,
상기 제어부는,
외부의 딥러닝 학습자 장치로부터 학습 대상 데이터를 수신하고,
상기 학습 대상 데이터에서 학습 데이터를 생성할 수 있도록 사용자 장치에 사용자 인터페이스를 제공하고,
상기 사용자 인터페이스에서 검출한 사용자 입력에 기반하여 상기 학습 데이터를 생성하고,
상기 제어부는 상기 사용자 인터페이스를 통해 상기 학습 대상 데이터, 상기 가이드 포인트를 표시할 위치를 지정하는 포인터, 상기 포인터가 위치하는 상기 학습 대상 데이터의 영역을 확대한 부분 데이터 및 상기 가이드 포인트를 표시할 위치를 순서대로 안내하는 가이드 데이터를 표시하는 것을 특징으로 하는 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 장치.
- 제8 항에 있어서, 상기 학습 대상 데이터, 상기 부분 데이터, 상기 가이드 데이터 및 상기 학습 데이터는 이미지, 동영상 또는 텍스트 중 적어도 하나인 것을 특징으로 하는 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 장치.
- 제8 항에 있어서, 상기 제어부는,
상기 가이드 데이터에서 상기 가이드 포인트를 표시할 위치를 나타내는 지시 포인트를 표시하고,
상기 학습 대상 데이터를 이동시키는 제1 사용자 입력을 검출하고,
상기 학습 대상 데이터의 이동에 따라 상기 학습 대상 데이터에서 상기 포인터의 위치를 변경하고,
상기 변경된 포인터의 위치에 대응하는 상기 학습 대상 데이터의 영역 또는 가이드 포인트를 표시하는 기능과 연결된 생성 아이콘에서 제2 사용자 입력을 검출하고,
상기 제2 사용자 입력에 기반하여 상기 학습 대상 데이터에 상기 가이드 포인트를 표시하는 것을 특징으로 하는 가이드 포인트를 제공하는 UI를 이용한 학습데이터 생성 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200026339A KR102112858B1 (ko) | 2020-03-03 | 2020-03-03 | 가이드 포인트를 제공하는 ui를 이용한 학습 데이터 생성 방법 및 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200026339A KR102112858B1 (ko) | 2020-03-03 | 2020-03-03 | 가이드 포인트를 제공하는 ui를 이용한 학습 데이터 생성 방법 및 장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102112858B1 true KR102112858B1 (ko) | 2020-05-19 |
Family
ID=70913279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200026339A KR102112858B1 (ko) | 2020-03-03 | 2020-03-03 | 가이드 포인트를 제공하는 ui를 이용한 학습 데이터 생성 방법 및 장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102112858B1 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220033373A (ko) * | 2020-09-09 | 2022-03-16 | 울산대학교 산학협력단 | 의료영상 처리 장치와 그 의료영상 학습 방법 및 의료영상 처리 방법 |
KR102534742B1 (ko) * | 2022-12-26 | 2023-05-26 | 주식회사 데이터메이커 | 기본툴을 이용한 인공지능 학습용 라벨 데이터 생성 방법 및 장치 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170213132A1 (en) * | 2016-01-27 | 2017-07-27 | Bonsai AI, Inc. | Multiple user interfaces of an artificial intelligence system to accommodate different types of users solving different types of problems with artificial intelligence |
US20170329462A1 (en) * | 2014-10-09 | 2017-11-16 | Splunk Inc. | Graphical user interface for static and adaptive thresholds |
KR101879735B1 (ko) | 2017-03-15 | 2018-07-18 | (주)넥셀 | 자동적인 학습데이터 생성 방법 및 장치와 이를 이용하는 자가 학습 장치 및 방법 |
KR20180115146A (ko) * | 2017-04-12 | 2018-10-22 | (주) 아크라인소프트 | 직관적 사용자 인터페이스 제공시스템 및 방법 |
KR101917843B1 (ko) * | 2018-07-02 | 2018-11-13 | (주)이든크루 | 어플리케이션 ui 자동 생성 방법 및 장치 |
-
2020
- 2020-03-03 KR KR1020200026339A patent/KR102112858B1/ko active IP Right Grant
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170329462A1 (en) * | 2014-10-09 | 2017-11-16 | Splunk Inc. | Graphical user interface for static and adaptive thresholds |
US20170213132A1 (en) * | 2016-01-27 | 2017-07-27 | Bonsai AI, Inc. | Multiple user interfaces of an artificial intelligence system to accommodate different types of users solving different types of problems with artificial intelligence |
US20170213131A1 (en) * | 2016-01-27 | 2017-07-27 | Bonsai AI, Inc. | Graphical user interface to an artificial intelligence engine utilized to generate one or more trained artificial intelligence models |
KR101879735B1 (ko) | 2017-03-15 | 2018-07-18 | (주)넥셀 | 자동적인 학습데이터 생성 방법 및 장치와 이를 이용하는 자가 학습 장치 및 방법 |
KR20180115146A (ko) * | 2017-04-12 | 2018-10-22 | (주) 아크라인소프트 | 직관적 사용자 인터페이스 제공시스템 및 방법 |
KR101917843B1 (ko) * | 2018-07-02 | 2018-11-13 | (주)이든크루 | 어플리케이션 ui 자동 생성 방법 및 장치 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220033373A (ko) * | 2020-09-09 | 2022-03-16 | 울산대학교 산학협력단 | 의료영상 처리 장치와 그 의료영상 학습 방법 및 의료영상 처리 방법 |
KR102573893B1 (ko) | 2020-09-09 | 2023-09-01 | 프로메디우스 주식회사 | 의료영상 처리 장치 및 의료영상 처리 방법 |
KR102534742B1 (ko) * | 2022-12-26 | 2023-05-26 | 주식회사 데이터메이커 | 기본툴을 이용한 인공지능 학습용 라벨 데이터 생성 방법 및 장치 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8217947B2 (en) | Text-reading support on handheld devices and devices with small displays | |
KR102112858B1 (ko) | 가이드 포인트를 제공하는 ui를 이용한 학습 데이터 생성 방법 및 장치 | |
CN111935532B (zh) | 视频的交互方法、装置、电子设备及存储介质 | |
US10782867B2 (en) | Controlling method and device for slider control, and slider selector | |
US11823593B2 (en) | Method for displaying learning content of terminal and application program therefor | |
US11704142B2 (en) | Computer application with built in training capability | |
US9990044B2 (en) | Gaze tracking system | |
US10789053B2 (en) | Facilitated user interaction | |
CN108037891B (zh) | 一种注释方法、系统、设备及计算机存储介质 | |
Jailani et al. | Usability guidelines for developing mobile application in the construction industry | |
Grussenmeyer et al. | AudioDraw: user preferences in non-visual diagram drawing for touchscreens | |
JP2006331119A (ja) | プレゼンテーションに用いられる情報処理装置およびプログラム | |
CN112799583B (zh) | 一种基于android平台的点位示意图绘制系统 | |
KR102345753B1 (ko) | 서로 다른 복수의 인공신경망을 이용하여 데이터를 지능적으로 시각화하는 방법 | |
Jin et al. | Exploring the Opportunity of Augmented Reality (AR) in Supporting Older Adults to Explore and Learn Smartphone Applications | |
US20160335239A1 (en) | Intelligent system and method of completing a form using a device | |
US11023110B2 (en) | Creating an axis for data-bound objects | |
CN117157652A (zh) | 用于支持感知的任务指导的数字伴侣 | |
US11132821B1 (en) | Providing graphical user interface tools for efficiently selecting handles in vector artwork on touch-based devices | |
CN111291256A (zh) | 一种个性化主页生成方法、设备、电子设备及存储介质 | |
KR20190134885A (ko) | 이미지 태깅 장치 및 이를 이용한 이미지 태깅 방법 | |
KR102587792B1 (ko) | 정보 관리 방법 및 이를 이용한 전자 장치 | |
Scarr | Understanding and Exploiting Spatial Memory in the Design of Efficient Command Selection Interfaces | |
JP6492409B2 (ja) | 表示制御プログラム、装置、方法及び解答表示方法 | |
KR20190103570A (ko) | 시선 추적 방법 및 이를 수행하기 위한 단말 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |