머신러닝/Korean Food Classifier 4

[Predict] 최대 정확도 모델을 통해 사진을 입력받아 예측하기

목표 : 여러개의 사진을 노트북에 업로드해 각 이미지들을 plot 하고 각 이미지에 대한 카테고리 이름을 출력한다. 모델이 n x 299 x 299 x 3 형식의 batch 를 입력받기 때문에, 하나의 이미지라도 이 형태를 띄도록 한다. 특정한 폴더에 이미지를 업로드하면, predict 함수 수행시, best 모델을 로드하고, 이미지를 로드 및 전처리해서 sort 한 순서대로 argmax 로 label 을 구하고 class name 으로 변환한다. 이 class name 과 image 를 같이 조합해서 plot 한다.

[Train] 데이터셋과 모델을 이용해서 훈련 방식을 지정해가면서 훈련하기.

목표 : 여러 모델과 여러 하이퍼파리미터를 조절해가면서 훈련하고, 모델과 함께 하이퍼파라미터 정보도 같이 저장하도록한다. 모델 InceptionResNetV2 KerasInceptionResNetV2 KerasInceptionResNetV2SEBlock SmallKerasInceptionResNetV2 옵티마이저 SGD : lr - 0.01, momentum - 0.9, Nestrov - True, decay - 0.001 RMSprop : lr - 0.045, decay ( rho ) - 0.9, monentum - 0, epsilon - 1.0, lr-schedule - exp 0.94 RNSprop : lr - 0.001, decay ( rho ) - 0.9, momentum - 0.9 배치 32 ..

[Model] inception_resnset_v2 직접 구현하기

https://github.com/keras-team/keras/blob/2c48a3b38b6b6139be2da501982fd2f61d7d48fe/keras/applications/inception_resnet_v2.py#L297 GitHub - keras-team/keras: Deep Learning for humans Deep Learning for humans. Contribute to keras-team/keras development by creating an account on GitHub. github.com 한국음식 이미지 분류기의 모델을 결정하기 위해서 keras에서 구현한 InceptionResNetV2 을 참고하기로한다. 위의 github에서 구현되어있고, keras를 import 해..

[tf.data] 대규모 데이터셋 파이프라인 구축과정

https://aihub.or.kr/aidata/13594 한국 이미지(음식) 한국 음식 150종(종별 약 1천 장)의 데이터를 구축한 이미지 데이터 제공 aihub.or.kr https://github.com/kimhwijin/korean_food_classifier/blob/master/dataset.ipynb GitHub - kimhwijin/korean_food_classifier Contribute to kimhwijin/korean_food_classifier development by creating an account on GitHub. github.com 목표 - 위의 16GB넘는 큰 크기의 메모리상에서 훈련되지 않는 대규모 이미지 데이터셋을 Colab 상에서 훈련이 가능하도록 데이터셋 ..

1