CNN 분류 모델의 유명한 실습인 개-고양이를 이진 분류하는 매우 간단한 예제만으로는 부족함을 느꼈습니다.
따라서 직접 크롤링하여 얻은 위 이미지 dolphin, shark, whale 3가지 동물을 분류하는 프로젝트를 아래 과정대로 진행하였습니다.
개인적인 프로젝트였지만 교수님의 제안으로 학부에서 진행하는 포스터 발표회에서 발표를 하게 되었습니다.
혼자서 이미지 수집부터 모델 설계까지 전체를 경험했기에 몰랐던 기술들이나 지식들을 습득하는 좋은 기회였습니다.
colab으로 진행하였기 때문에 좀 더 좋은 장비가 있는 곳에서 쾌적한 프로젝트 & 실험을 해보고 싶은 욕심이 생겼습니다.
- 크롤링을 통한 이미지 수집
- 이미지 전처리
- Transfer Learning & Fine tuning ResNet50
- 안정적인 학습을 위한 more Fine tuning을 적용
- transfer learning을 진행하기 전, Augmentation의 효과를 직접 느껴보고 싶었습니다.
- 아주 간단한 Augmentation을 진행한 데이터셋 A & 강력한 Augmentation을 진행한 데이터셋 B를 만들고 이를 성능 비교한 결과
- 학습의 당락 여부를 결정할 정도로 강력한 Augmentation의 영향을 경험하였습니다.
- fc layer를 튜닝한 뒤 바로 전체 네트웍을 학습하지 않고, fc layer만을 한 번 학습한 뒤 최종적으로 전체 네트웍을 trainable하게 만들어 학습을 진행. code