ENVI Deep Learning의 가장 큰 장점은 프로그래밍을 전혀 할 줄 몰라도, ENVI GUI 환경에서 Deep Learning 기반의 영상 분류를 수행할 수 있다는 점이 아닐까 생각합니다. ENVI Deep Learning은 그래서 미리 정의된 워크플로우를 따라가도록 구성되어 있습니다. ENVI Deep Learning 관련 문서도 대부분 GUI를 통해 학습 데이터 생성, 학습, 분류까지 수행하도록 안내되어 있습니다.
그렇지만, 프로그래밍이 더 편리할 때가 있습니다. 특히, 이미 만들어져 있는 학습데이터를 사용하는 상황, 또는 여러가지 파라미터를 이용하여 반복 실험을 하는 상황을 생각하면, GUI를 이용하는 것 보다는 프로그래밍(코딩이든 Modeler 시각화 프로그래밍이든)을 사용하는 쪽이 효율적입니다.
프로그래밍이라고 해도, 정의된 워크플로우를 사용하는 것입니다. 이 문서에서 소개하는 프로그래밍 워크플로우를 검토해 보세요.
ENVI Deep Learning의 가장 큰 장점은 프로그래밍을 전혀 할 줄 몰라도, ENVI GUI 환경에서 Deep Learning 기반의 영상 분류를 수행할 수 있다는 점이 아닐까 생각합니다. ENVI Deep Learning은 그래서 미리 정의된 워크플로우를 따라가도록 구성되어 있습니다. ENVI Deep Learning 관련 문서도 대부분 GUI를 통해 학습 데이터 생성, 학습, 분류까지 수행하도록 안내되어 있습니다.
그렇지만, 프로그래밍이 더 편리할 때가 있습니다. 특히, 이미 만들어져 있는 학습데이터를 사용하는 상황, 또는 여러가지 파라미터를 이용하여 반복 실험을 하는 상황을 생각하면, GUI를 이용하는 것 보다는 프로그래밍(코딩이든 Modeler 시각화 프로그래밍이든)을 사용하는 쪽이 효율적입니다.
프로그래밍이라고 해도, 정의된 워크플로우를 사용하는 것입니다. 이 문서에서 소개하는 프로그래밍 워크플로우를 검토해 보세요.