/learn-cnn-with-socket

TCP 기반 이미지 수신 및 CNN 분류 프로젝트 소켓을 통해 이미지를 수신하고, CNN 모델을 이용해 고양이/개 이미지를 분류합니다.

Primary LanguagePython

🖼️ Image Classification via Socket & CNN

본 프로젝트는 TCP 소켓 통신을 통해 이미지를 수신하고, CNN 모델을 활용하여 개/고양이 이미지를 분류하는 전체 파이프라인을 구현합니다.
이미지 전송 → 수신 및 저장 → 전처리 → 분류 모델 학습/추론의 순서로 구성됩니다.

📁 프로젝트 구조


.
├── PythonServer.py           # TCP 이미지 수신 서버
├── ReadImage.py              # 수신된 이미지 전처리 (흑백 변환 등)
├── test-modelData.py         # CNN 모델 학습 (Cats vs Dogs 데이터셋)
├── test-SampleData.py        # 수신 이미지 분류 예측
├── ReceivedImage.png         # 수신된 이미지 파일 (자동 생성)
├── ProcessedGrayImage.png    # 흑백 변환된 이미지 파일 (자동 생성)
└── epoch\_001/model.h5        # 저장된 모델 파일 (자동 생성)

🚀 실행 흐름

graph TD
A[클라이언트 전송 이미지] --> B[1. PythonServer.py (수신)]
B --> C[2. ReadImage.py (흑백 저장)]
B --> D[4. test-SampleData.py (이미지 분류)]
E[3. test-modelData.py (CNN 학습)] --> D
Loading

🛠️ 주요 기술

  • Python 3.8+
  • socket, struct, PIL, cv2, numpy
  • tensorflow.keras (CNN 모델 학습 및 예측)
  • ImageDataGenerator (데이터 전처리 및 증강)

⚙️ 설치 및 실행

1. 의존성 설치

pip install pillow opencv-python tensorflow numpy

2. 서버 실행 (이미지 수신)

python PythonServer.py

클라이언트에서 이미지를 전송하면 ReceivedImage.png로 저장됩니다.

3. 이미지 전처리

python ReadImage.py

4. CNN 모델 학습 (최초 1회)

python test-modelData.py

결과 모델은 ./epoch_001/model.h5로 저장됩니다.

5. 수신 이미지 분류 실행

python test-SampleData.py

출력 예:

이 이미지는 개(Dog)입니다.

📷 예시 결과

  • 수신 이미지 (ReceivedImage.png) 수신 이미지

  • 흑백 변환 (ProcessedGrayImage.png) 흑백 이미지

📌 주의사항

  • test-modelData.py는 인터넷에서 받은 Kaggle의 Cats vs Dogs 데이터셋을 사용합니다. 데이터셋 링크
  • PythonServer.py는 단일 연결만 처리하므로 여러 클라이언트 접속은 지원하지 않습니다.
  • test-SampleData.py 실행 전에는 반드시 모델이 학습되어 있어야 합니다.

🧪 TODO / 개선사항

  • 클라이언트 송신 코드 추가
  • 다중 연결 지원 (asyncio 또는 select)
  • 모델 예측 결과 시각화 GUI
  • TensorBoard 학습 시각화