LIMJIY00N
commented
5 years ago - 데이터셋 가공: raw data-> TFRecord TFRecord 파일 포맷: 바이너리 데이터 포맷-> jpg, png 파일 인코딩 필요 X
TF_Slim은 CNN모델들의 사전학습된 파라미터 제공하므로 파인튜닝 시 손쉽게 좋은 성능의 이미지 분류기 만들 수 있음
- 사전학습된 Inception v3 모델 다운
- (가정) 이미지넷 데이터셋에 대해 사전학습된 inception v3 모델의 레이블들 가진 데이터셋으로 파인튜닝
- 학습
- 트레이닝 단계에서 얻은 체크포인트들로부터 모델 평가 (모델 학습시 학습된 모델의 variable들 checkpoint에 저장)
[임지윤] [오후 4:09] http://jaynewho.com/post/8 체크포인트 관련 링크
https://leembedded.tistory.com/m/16 1) cvtColor 함수 이용 - 이미지의 색공간을 바꿔줌 [BGR->GRAY] 2) Canny함수 이용 - Edge Detection / 검출 기준 : 색이 급격하게 변하는 구간 3) findContours함수 이용 - 외곽을 찾는 함수 4) 그 다음 저장된 이미지를 가지고 학습 시작
http://mutant12.egloos.com/m/2274932 1) Labeling - 이진화 작업 후 레이블링, 현재 자기자신의 픽셀과 붙어있으며 같은 색상 범위를 갖는 영역들을 하나의 물체로 간주함 Step 1: 만약 방문하지 않은 픽셀이라면, 방문하고 큐에 넣는다. Step 2: 8-방향으로 연결된 영역들 중 방문하지 않는 픽셀을 큐에 넣는다. Step 3: 큐에 들어가 있는 데이터를 빼면서 방문표시를 남기고 Step 2 과정을 반복한다. Step 4: 큐에 자료가 없으면 끝.
2) Contour Tracing - 윤곽 정보 얻기 , 레이블링된 픽섹을 만나면 그와 동일한 레이블링 번호를 갖는 픽셀을 찾아서 따라감 [찾는 방향 , 45도씩 5-방향] Step 1: 순차 탐색을 하면서 레이블링된 어떤 물체를 x 를 만나면, 큐에 넣는다. Step 2: 5-방향 탐색을 하며 같은 레이블 번호의 픽셀을 만나면 큐에 넣고 Step 3 로 넘어간다. Step 3: Step 2 과정을 반복하며 시작점을 만나면 완전한 물체로 인식하고 만나지 못하면 제거한다.
3) Get Contour Information - Contour 정보 분석 , 분석한 정보 뿌려주기