세종대 인근 랜드마크 분류기 프로젝트

목표

데이터셋

DataBase(DB) : 직접 촬영한 데이터셋 / test : 직접 촬영한 데이터셋(train에 포함 x) + 네이버 로드뷰 캡쳐

클래스 : 장소(DB(776장),test(100장))

0 : AI센터(182장,14장)

1 : 시계탑(108장,23장)

2 : 어린이대공원 정문(170장,15장)

3 : 세종대 정문(98장,24장)

4 : 박물관(110장,17장)

5 : 석상(108장,7장)

데이터셋 보기_train

데이터셋 보기_test

한달 진행상황

• 데이터 수집
• 학습을 위한 데이터 전처리
• 학습 모델 구현 및 정확도 테스트

전체 계획대비 진행상황

완료

• 학습을 위한 데이터 전처리
• 학습 모델 구현 및 정확도 테스트
• 데이터 수집
• 데이터 추가 수집
• 기본 네트워크 변경하기 ( 현재 Resnet18을 VGG16, VGG19 등 여러 네트워크로 변경하기 )
• Image Retrieval 추가
• 모델 최적화

진행 예정

• 데이터 추가 전처리 (밝기에 대한 민감도를 줄이기 위한 opencv를 활용한 이진화)
• 정확도가 낮은 요인 분석
• 데모 제작

진행 코드

• 데이터전처리

• 1차 베이스라인 코드 [참고한 코드]

• 2차 코드 - Train_code (pytorch)
• 2차 코드 - Test_code (pytorch)

• 2차 코드 - Train/ Test code (keras/tensorflow)

• 이미지 유사도 순위(top5)출력

• 최종 코드 - Train/ Test code (pytorch - 평가포함)

• 웹 애플리케이션 inference 코드 - Test code (pytorch)

자료

• 논문

• PPT

결과(TSNE을 통한 차원감소) TSNE란?

train data set visualization

결과 (K-Nearest Neighbor Algorithm) KNN란?

이미지 검색 결과 평가 방법

• Precision@K(P@K)
• Mean Average Precision(MAP)