📕 프로젝트 개요
프로젝트 명칭 : Smart Quality Classifier
총 개발기간 : 22년 11월 15일 ~ 22년 11월 25일
담당 : 개인 프로젝트
📙 어플리케이션 설명
대형마트나 시장에 가면 과일이 진열되어 있는 것을 흔히 볼 수 있다.
우리는 과일을 구매하기 전 어떤게 당도가 높고 신선한 과일인지
구별하기 위해 껍질의 무늬나 색 등을 살펴본 뒤 장바구니에 담는다.
하지만 보통 사람들은 어떤게 좋은 품질의 과일인지 구분하는 것을
어려워한다는게 일반적인 사실이다.
Smart Quality Classifier APP(가칭)은
휴대폰 카메라로 농산물 사진을 찍어 어플에 등록하게되면
자동으로 농산물의 품질 (good, bad)를 가려내 주는 딥러닝 기반 어플리케이션이다.
📒 진행 순서
< 딥러닝 >
-
학습에 필요한 데이터를 ai hub 농축수산 카테고리에서 다운받는다.
-
구글 드라이브에 데이터를 업로드 한다.
-
구글 드라이브와 colab을 연동하여 드라이브에 올려두었던 데이터를 불러온다.
-
농산물 품질 (QM) 이미지 데이터 셋에 있는 training 데이터와 validation 데이터를 바탕으로학습데이터와 테스트 데이터를 나눠준다 .
-
학습데이터 내에 good 과 bad 폴더를 각각 만들어 준 뒤 json 파일에 있는 사과 품질에 대한 정보를 기반으로 하여
학습데이터를 품질이 좋은 사과와 품질이 좋지 못한 사과로 나누어준다. -
5번의 내용을 똑같이 테스트데이터에도 적용해준다.
-
이미지 로드 전처리 함수와 이미지 generator class를 구현하여 데이터 로드 함수를 만든다.
-
CNN 딥러닝 모델을 생성한다.
-
훈련된 모델을 TFLite 파일로 변환하여 안드로이드 스튜디오에 적용한다.
<앱 개발>
-
텐서플로우 및 텐서플로우 라이트 서포트 라이브러리 등 의존성 추가
-
기기에 저장된 이미지 처리
- 레이아웃 제작
- 동작 구현
- 카메라 이미지 처리
- 레이아웃 제작
- 동작 구현
✅ 데이터 출처 ai hub
📘 앱 동작
📚 Review 및 한계
👩🏻💻플레이 데이터 데이터분석과정 mini project
아직 완성된 프로젝트가 아닌 추후 보완이 필요한 프로젝트로
자바와 안드로이드 스튜디오에 대한 공부를 더 한 후에 개선할 것이다.
