1. 케라스 + CNN 모델 구현 (캐릭터 이미지 분류)
https://www.pyimagesearch.com/2018/04/16/keras-and-convolutional-neural-networks-cnns/
2. 명령어
2-1 훈련하기>
python TrainModel.py --dataset dataset/totalimg --model allImageModel.model --labelbin label.pickle
학습 파이썬 코드 훈련할 이미지 폴더 저장할 모델명 지정 라벨링 카테고리 파일
2-2 테스트>
python StartClassfy.py --model OpenCV_CNN_Model.model --labelbin label.pickle --image sample/test40.jpg
분류 파이썬 코드 사용할 모델 경로 + 이름 라벨링 카테고리 파일 분류할 이미지
3. 경로: /home/ryong2/TestProject
dataset: 학습 데이터
totalimg: 전체 이미지
pyimagesearch: 노상관 검색해서 학습 이미지 다운받는 부분
sample: 테스트 데이터
allImageModel.model: 전체 이미지를 이용해 훈련한 모델
label.pickle: 라벨링 카테고리 파일
OpenCV_CNN_Model.mode: 250장 정도의 좋은 이미지로 학습시킨 모델
plot.png: 훈련 손실, 정확도 그래프
StartClassfy.py: 테스트 실행하는 파이썬 코드
TrainModel.py: 훈련 실행하는 파이썬 코드
'뽀로룡 log > KERAS' 카테고리의 다른 글
생성된 데이터셋으로 훈련하기 (0) | 2019.08.26 |
---|---|
로컬 이미지로 데이터셋 만들기 (0) | 2019.08.26 |
CNN + OpenCV 이미지 분류 모델 성능 테스트 (0) | 2019.08.22 |
.h5 -> .pb 변환 프로그램 (1) | 2019.08.21 |
이미지 데이터 전처리 (1) | 2019.05.24 |