블록 코딩 방식의 AI 모델 개발 소프트웨어
- 🤖 손쉬운 AI 모델 개발
- 📊 한 눈에 보이는 모델 분석
- 🚀 간편한 배포
ABLE은 처음 사용하는 사용자에게 편의성을 제공해주기 위해 사용자 가이드(Docs)를 제공합니다.
ABLE은 블록을 활용한 직관적인 시각적 인터페이스를 통해 사용자들이 딥러닝 모델을 설계할 수 있도록 돕습니다. 데이터 전처리, 레이어 추가, 활성화 함수 선택 등 다양한 작업을 유연하게 수행할 수 있으며, 설계 과정을 간소화해 효율성을 극대화합니다. 결과적으로 직관적 설계, 유연한 조합, 효율적 관리를 통해 모델 설계에 집중할 수 있는 최적의 환경을 제공합니다.
ABLE은 유효성 검증 기능을 통해 블록 코딩 작업의 안정성을 보장합니다. 사용자가 블록을 연결할 때 연결성을 자동으로 확인하며, 모델 구성 과정에서 순환(cycle) 생성 방지를 통해 설계 오류를 사전에 차단합니다. 이를 통해 정확하고 신뢰성 있는 모델 설계를 지원합니다.
ABLE은 사용자가 생성한 블록 모델을 통해 효율적인 자동화 학습 프로세스를 제공합니다. 학습 과정은 데이터 전처리, 모델 구성, 손실 함수 및 최적화 설정, 학습 실행, 결과 저장 등의 단계를 포함하며, 모든 과정을 체계적으로 관리합니다.
-
자동화된 학습 실행 및 로깅
- 학습 요청이 들어오면 ABLE은 연결된 블록을 바탕으로 모델을 생성하고, 데이터를 전처리하며 학습을 진행합니다. 학습 중에는 각 에포크의 정확도, 손실, 모델 체크포인트를 기록하고 최적의 모델을 저장합니다.
-
모델 평가 및 결과 시각화
- 학습 완료 후 테스트 데이터셋을 사용해 모델을 평가하고, 혼동 행렬, 정확도, F1-스코어 등의 결과를 생성합니다. 혼동 행렬 시각화와 성능 지표 저장을 통해 학습 결과를 명확히 확인할 수 있습니다.
-
결과 저장 및 관리
- 학습 중 생성된 전처리 파이프라인, 메타데이터, 하이퍼파라미터, 모델 그래프, 학습 결과 파일 등은 자동으로 관리 및 저장되어 사용자가 추후 쉽게 활용할 수 있도록 지원합니다.
ABLE은 사용자가 학습을 완료한 딥러닝 모델을 직관적이고 간편하게 테스트할 수 있는 기능을 제공합니다. 다음과 같은 세부 기능을 통해 모델의 내부 동작 과정을 이해하고, 성능을 분석하며, 최적화를 위한 인사이트를 제공하는 데 도움을 줍니다.
-
이미지 업로드 및 추론
- 사용자는 단일 이미지를 업로드하여 버튼 클릭만으로 모델 추론을 수행할 수 있습니다.
-
피처맵 시각화
- 각 레이어 블록의 피처맵을 통해 모델이 입력 데이터를 어떻게 변환하며 특징을 추출하는지 세부적인 필터링 과정을 확인할 수 있습니다.
-
히트맵 분석
- 마지막 활성화 함수 블록에서는 히트맵 시각화를 통해 이미지의 특정 영역이 모델의 분류 결정에 어떻게 기여했는지 명확히 확인할 수 있습니다.
ABLE은 버튼 클릭만으로 FastAPI 프레임워크 기반의 서버를 실행하고, 실시간 로그 확인 기능을 제공합니다. 또한, 사용자가 생성한 모델을 API로 생성하여 모델 배포 및 활용을 손쉽게 지원합니다.
-
손쉬운 배포 및 관리
- 사용자는 간단한 인터페이스를 통해 서버를 실행하거나 종료할 수 있으며, API를 추가 및 삭제하거나 배포된 API 목록을 조회할 수 있습니다. 이를 통해 사용자가 만든 모델을 쉽고 빠르게 배포하고 활용할 수 있습니다.
Framework | |
Language | |
DevOps | |
Version Control | |
IDE |
Framework | |
Language | |
Styling | |
State Management | |
Version Control | |
IDE |
Collaboration |
Server | Client | ||||
---|---|---|---|---|---|
박근석 | 박다솔 | 박상후 | 박찬규 | 정다빈 | 조민주 |
File Structure |