프로젝트

프로젝트/코드프레소 체험단

이미지 데이터 처리를 위한 CNN 완벽 가이드 - DataAugmentation

overfitting - train 데이터가 실제 부딪힐 수 있는 모든 상황의 데이터를 갖지 못해 발생 Augmentation : 기존의 이미지 데이터를 조금 변형시키는 것 - train 데이터에 약간의 변형을 가해, 데이터의 분포를 다양하게 만든다. ImageDataGenerator 객체 생성 - Image Data Augmentation을 위한 다양한 설정정보 지정 - rotation_range : 랜덤하게 사진을 회전시킬 각도 범위 - width_shift_range/height_shift_range : 사진을 수평과 수직으로 랜덤하게 평행 이동시킬 범위 - shear_range : 랜덤하게 전단 변환을 적용할 각도 범위 - zoom_range : 랜덤하게 사진을 확대할 범위 - horizontal..

프로젝트/코드프레소 체험단

이미지 데이터 처리를 위한 CNN 완벽 가이드 - 가위바위보 데이터셋 분류 CNN 모델 구현

기존에는 numpy 형태로 이미 처리된 이미지 데이터를 사용했기 때문에, 파일 형태의 이미지 데이터을 분석하는 실무 적용에는 한계가 있었다. 이번 시간에는 ImageDataGenerator API를 이용하여 이미지 파일을 load하여 전처리 작업 후 모델의 학습에 사용하는 실습을 진행한다. - CNN 모델을 이용하여 분류 분석 모델을 만든다. - 앞선 Cat&Dog 데이터 셋(2개의 클래스)과 다르게 3개의 클래스로 구성되어 있다. - 구글 AI 팀의 연구원 Laurence Moroney 이 딥러닝 교육용으로 수집한 데이터 셋 - 3000여 장의 300x300 픽셀의 24bit 컬러로 구성되어 있는 데이터셋 import tensorflow as tf from tensorflow import keras i..

프로젝트/코드프레소 체험단

이미지 데이터 처리를 위한 CNN 완벽 가이드 - CNN 모델을 이용한 Cats & Dogs 분류 분석

import tensorflow as tf from tensorflow import keras import os import matplotlib.pyplot as plt url = 'https://storage.googleapis.com/mledu-datasets/cats_and_dogs_filtered.zip' path_to_zip = keras.utils.get_file(fname='cats_and_dogs_filtered.zip', origin=url, extract=True, cache_dir='/content') train_dir = '/content/datasets/cats_and_dogs_filtered/train' validation_dir = '/content/datasets/cats_a..

프로젝트/코드프레소 체험단

이미지 데이터 처리를 위한 CNN 완벽 가이드 - ImageDataGenerator API

* 여태까지는 tensor 형태의 잘 정제된 데이터를 사용했지만, 실무에서는 jpg와 png 같이 정제되지 않은 바이너리 데이터를 사용해야한다. 이렇게 이미지 파일을 읽어서 텐서 객체로 바꿔서 모델에게 전달하는 과정을 데이터 파이프라이닝이라고 한다. 이를 편리하게 할 수 있게 keras에서 지원하는 api가 imagedatagenerator이다. from tensorflow import keras import os 1. Cats and Dogs 데이터셋 다운로드 url = 'https://storage.googleapis.com/mledu-datasets/cats_and_dogs_filtered.zip' keras.utils.get_file(fname='cats_and_dogs_filtered.zip',..

프로젝트/코드프레소 체험단

이미지 데이터 처리를 위한 CNN 완벽 가이드 - CIFAR-10-codepresso 분류 CNN 모델 구현

- 캐나다 토론토 대학의 연구팀에서 mnist보다 좀 더 복잡한 이미지 연구를 위해 수집한 데이터 셋 - 60,000개의 컬러 이미지로 구성된 이미지 데이터 입니다. - 100개의 클래스를 가지고 있고 각 클래스는 600장의 이미지 데이터로 구성되어 있습니다. - 각각의 이미지는 (32, 32, 3) 형태의 3차원 텐서로 구성되어 있다. - CIFAR-10-codepresso 데이터 셋은 CIFAR-100 데이터 셋에서 10 개의 클래스를 선택하여 데이터 셋을 구성하였습니다. 또한 각 클래스의 라벨 정보는0~9 사이의 정수로 구성되어 있습니다. - 각각의 범주 id 와 인덱스로 매핑 되어 있는 class name 리스트 자료 구조는 아래와 같습니다. cifar_label_name = ['apple', '..

KimCookieYa
'프로젝트' 카테고리의 글 목록 (25 Page)