위 준비가 끝났다면 아래 순서대로 주피터 노트북 파일을 다운로드하여 실습을 진행합니다.

1. 텔넷 키보드 주행 (기본 제어 확인) 카메라 영상이 나오는지 확인하고, 키보드로 RC카를 직접 조종하여 회로 연결 상태를 점검합니다.
2. 주행 데이터 수집 직접 운전하며 학습용 데이터를 수집합니다. 새로운 주행 데이터 생성을 원하면, 'N'키를 눌러 새 폴더를 만든 후 주행하세요.
3. 티처블 머신 모델 테스트 (PC용) 2번 단계에서 수집한 데이터를 이용하여 구글 Teachable Machine에서 만든 keras_model.h5 파일을 PC에 저장된 이미지로 테스트해봅니다.
4. 티처블 머신 자율주행 티처블 머신 모델(keras_model.h5)을 RC카에 적용하여 바로 자율주행을 시도합니다.
5. CNN 모델 학습시키기 2번 단계에서 수집한 데이터를 불러와 CNN 모델을 학습시키고 model_CNN.h5를 만듭니다.
6. CNN 모델 시각화 학습된 CNN 모델(model_CNN.h5)을 시각화하여 원리를 확인합니다.
7. CNN 모델 자율주행 5번 단계에서 학습시킨 CNN 모델(model_CNN.h5)을 로드하여 RC카의 자율주행을 시도합니다.
8. CNN 모델 멀티스레드 자율주행 학습시킨 CNN 모델(model_CNN.h5)을 로드하고 영상 수신과 AI 판단을 동시에 처리(멀티스레드)하여 반응 속도를 높인 코드입니다.
9. EfficientNetB0 전이 학습 및 주행 2번 단계에서 수집한 데이터와 EfficientNetB0 모델을 이용하여 정확도를 높이는 심화 과정입니다. 아래 코드를 순서대로 활용하세요.
   • ① EfficientNetB0 전이 학습 코드 (weights_EN.h5 생성)
   • ② EfficientNetB0 자율주행 코드
   • ③ EfficientNetB0 멀티스레드 자율주행 코드

[ 회로도 ]

[ 배선 연결표 ]