Project/Image Classification Pipeline Project8 7. [최종] 이미지 분류 모델 인사이트 (이미지 수집부터 분류 모델까지) 이 포스팅은 아래 흐름대로 진행되는 포스팅입니다. 데이터 수집 - 전처리 - 모델링 - 성능 개선 이번 마지막 포스팅은 직접 수집한 이미지를 분류하면서 얻은 인사이트를 공유합니다. 1. 파이썬 이미지 데이터 크롤링하기 (이미지 수집부터 분류 모델까지) 2. 파이썬 파일 정리하기 (이미지 수집부터 분류 모델까지) 3. (1) 이미지 전처리 - augmentation, normalization(이미지 수집부터 분류 모델까지) 3. (2) Pytorch 데이터 클래스 정의 & albumentations 활용하기(이미지 수집부터 분류 모델까지) 4. Pytroch resnet50 구현하기 (이미지 수집부터 분류 모델까지) 5. Pytorch 텐서보드 활용 & image augmentation 중요성-실험 결과(.. 2021. 8. 2. 6. ResNet50 Transfer learning & fine tuning 적용하기(이미지 수집부터 분류 모델까지) 이 포스팅은 아래 흐름대로 진행되는 포스팅입니다. 데이터 수집 - 전처리 - 모델링 - 성능 개선 이 포스팅에서 저는 직접 이미지를 크롤링하여 수집하고(링크1), 수집한 이미지를 정리하고(링크2), 직접 전처리하며(링크3), 모델을 설계했고(링크4) 이번 포스팅을 마지막으로 finetuning으로 성능 개선을 합니다. 처음엔 Accuracy가 절반도 안됐지만, 성능이 얼마나 개선되었을까요?이 글을 통해 제 모델링 결과를 확인하시면, 아마 finetuning에 관한 감이 제대로 잡히실 것 같습니다. 먼저 fine tuning과 transfer learning의 개념이 헷갈리시는 분들은 이 글(fine tuning 설명)을 읽고 오시길 추천드립니다. 이전 포스팅 링크 5. Pytorch 텐서보드 활용 & i.. 2021. 8. 2. 5. Pytorch 텐서보드 활용 & image augmentation 중요성-실험 결과(이미지 수집부터 분류 모델까지) 이 포스팅은 아래 흐름대로 진행되는 포스팅입니다. 데이터 수집 - 전처리 - 모델링 - 성능 개선 이번 포스팅은 tensorboard를 활용하여 여러 가지를 시각화하여 학습 효율을 높여보겠습니다. 일전에 각각 다른 라이브러리로 전처리했던 데이터를 서로 비교해보겠습니다! 저도 결과보고 놀랐네요! 이전 포스팅 링크 [pytorch 라이브러리를 이용한 이미지 전처리] vs [albumentations 라이브러리를 이용한 이미지 전처리] 포스팅 순서 1. 텐서보드에 학습 이미지 올리기 2. 텐서보드로 모델 아키텍쳐 시각화 3. 텐서보드를 활용해 실시간 학습 상황 확인 & 두 데이터셋 비교 티스토리 코드 가독성 때문에 먼저 코드 파일을 공유합니다. (주석도 잘 달아놓음) 코랩으로 열.. 2021. 7. 5. 4. Pytroch resnet50 구현하기 (이미지 수집부터 분류 모델까지) 이 포스팅은 아래 흐름대로 진행되는 포스팅입니다. 데이터 수집 - 전처리 - 모델링 - 성능 개선 이번 포스팅은 전처리한 이미지들을 분류하기위한 모델의 아키텍쳐를 구현하여 학습을 진행합니다. 모델은 resnet50을 가져와 데이터에 맞게 아키텍쳐를 새로 구성하고 학습을 진행합니다. https://inhovation97.tistory.com/37 1. resnet50 구조 알아보기 2. resnet50 아키텍쳐 세우기 3. resnet50 train/test 진행 티스토리 코드 가독성 때문에 먼저 코드 파일을 공유합니다. (주석도 잘 달아놓음) 코랩으로 열기를 권장합니다. https://github.com/inhovation97/personal_project/blob/main/pytorch/pytorch_.. 2021. 7. 2. 3. (2) Pytorch 데이터 클래스 정의 & albumentations 활용하기(이미지 수집부터 분류 모델까지) 이 포스팅은 아래 흐름대로 진행되는 포스팅입니다. 데이터 수집 - 전처리 - 모델링 - 성능 개선 이번 포스팅은 바로 전 포스팅과 똑같이 모델에 넣을 데이터를 준비하는 과정이지만, 다른 방법으로 진행합니다. Pytorch 데이터 클래스를 직접 정의하여 커스터마이징합니다. 전처리 과정에서 albumentations 라이브러리를 사용해봅니다. https://inhovation97.tistory.com/37 2021. 6. 18. 3. (1) 이미지 전처리 - augmentation, normalization(이미지 수집부터 분류 모델까지) 이 포스팅은 아래 흐름대로 진행되는 포스팅입니다. 데이터 수집 - 전처리 - 모델링 - 성능 개선 이번 포스팅은 직접 수집한 이미지들에 대해서 전처리를 해줍니다. 이 과정은 모델이 보다 더 잘 학습할 수 있도록 여러 전처리를 진행합니다. 전처리 과정에서 torchvision.transform과 albumentations 라이브러리를 둘 다 사용해봅니다. 이번 포스팅은 torchvision.transform을 이용해서 이미지 전처리를 진행합니다. https://inhovation97.tistory.com/36 resize한 이미지를 학습할 것이기 때문에 resize한 데이터의 mean과 std를 이용해야 합니다. 2. train/test셋을 독립적으로 해야할까? (수정) -> 보통의 경우 train셋에는 .. 2021. 6. 17. 2. 파이썬 파일 정리하기 (이미지 수집부터 분류 모델까지) 이 포스팅은 아래 흐름대로 진행되는 포스팅입니다. 데이터 수집 - 전처리 - 모델링 - 성능 개선 이번엔 이전 포스팅에서 크롤링을 했던 이미지들을 정리하기위한 작업입니다. https://inhovation97.tistory.com/33 2021. 6. 2. 1. 파이썬 이미지 데이터 크롤링하기 (이미지 수집부터 분류 모델까지) 파이토치 공부를 끝낸 시점에서 공부한 것을 전부 적용해보기 위해 아래 순서대로 포스팅을 예정중입니다. 데이터 수집 - 전처리 - 모델링 - 성능 개선 파이토치를 공부할 때에는 패키지를 이용해 cifar10 이미지를 분류했었는데, 이번에는 구글에서 직접 크롤링하여 이미지를 수집해보겠습니다. 포스팅 순서 1. 파이썬으로 구글창 열기 2. 크롤링하고싶은 이미지 검색하기 3. element를 이용해 url 저장하기 4. 이미지 저장 항상 실습 코드들을 보면 Dog - Cat 분류를 많이 하더라구요. 그래서 저는 shark - whale - dolphin 3가지 동물을 크롤링하여 딥러닝 모델로 multi classification을 하려합니다. 나중에 모델은 resnet을 transfer learning을 할 예.. 2021. 5. 23. 이전 1 다음
