- 이번에는 ImageDataGenerator를 통해 이미지 데이터를 전처리할 수 있다.
- 위에 각 입력값은 이미지 데이터를 돌리거나, 가중치를 줌으로써 과적합을 방지하기 위해 설정했다.
- 먼저 동물 사진 데이터를 불러오기 위한 class를 만들고
- 만들어둔 ImageDataGenerator를 통해 확인해보니 정상적으로 label값과 교육 데이터가 나온다.
- 이제 x, y데이터로 나눠주고 x[0]를 확인해보니 배모양의 사진이 희미하게 보인다.
- 그리고 flow_from_directory는 데이터를 일부분씩 불러와서 처리하는 방법이다.
- 해당 방법은 라벨들이 각 파일에 별도로 저장되어 있을 때 사용가능한 방법으로 자주 사용할 일은 없지만, 해당 형식으로 데이터 저장되어 있다면 매우 유용하다.
- 돌려본 결과 6만장의 사진을 정상적으로 인식하고 교육했다.
- 이번에는 데이터프레임을 통한 이미데이터 처리방법이다.
먼저 각 데이터와 label값을 프레임 형태로 불러왔다.
- 일단 x, y 데이터를 구분하고, 사이즈를 넣은 뒤 행렬이 1로 끝나면 흑백, 3으로 끝나면 색채(rgb)로 설정한 후
- 형태를 출력한 결과 정상적으로 나왔다.
- 그리고 똑같이 compile하고, fit한 결과 교육이 정상적으로 이루어졌다
상황을 바꿀 수 없다면, 나를 바꾸자