전이 학습과 미세 조정
Data Load
data load
data 확인_image
data 확인_image+label
MobileNet V2 _ 단일 예측
- 1.4M 이미지와 1000개의 클래스로 구성된 대규모 데이터셋인 ImageNet 데이터셋을 사용해 사전 훈련된 모델
- 기능 추출에 사용할 MobileNet V2 층을 선택
- flatten 연산을 하기 전에 맨 아래 층을 가지고 진행 (병목행)
- include_top = False 로 지정하면 맨 위에 분류 층이 포함되지 않은 네트워크를 로드하므로 특징 추출에 이상적
- 이 특징 추출기는 각 160x160x3 이미지를 5x5x1280개의 특징 블록으로 변환
image 전처리 함수 생성 후 적용
MobileNet V2 Model
여기까지는 가중치를 건들지 않겠다는 뜻
Dense층을 사용하여 특징을 이미지당 단일 예측
- GlobalAveragePooling2D층을 사용하여 특징을 이미지 한개 당 1280개의 요소 벡터로 변환
- 양수는 클래스 1을 예측하고 음수는 클래스 0을 예측
MobileNet V2 예측 1
전체 모델 구성
학습 전 성능 확인 후 학습
예측1 학습 결과
Accuracy & Loss
MobileNet V2 예측 2
학습 설정 변경
재학습
예측2 학습 결과
Accuracy & Loss
Tensorflow Hub
Data Load
텐서플로 허브에서 mobilenet 가져오기
예제 1
이미지 하나 가져와서 확인
정규화 후 예측
label과 함께 확인
예제 2
flower_photos Load
batch 한 셋에 대한 예측 결과
Dense Layer 추가
학습
Loss
Accuracy
class name 할당 후 다시 예측
