TEAM Project (10.21) - ResNet50 ( 2차 테스트 )

 

정확성을 위한 진행순서
1. OpenCV의 Haar-Cascade를 사용하여 강아지 얼굴을 감지한 후, 해당 영역을 중심으로 잘라내기

1. OpenCV 설치

가상환경 활성화된 상태에서 OpenCV를 설치

pip install opencv-python

 

 

---

 

아니 신나게 Haar-Cascade 분류기로 사용해서 코드 짜놨는데 사람 얼굴만 된다고... 왜 되는것처럼 말한거야 ㅠㅠㅠㅠ 씌ㅠㅠㅠㅠ 쨌든 Haar-Cascade분류기는 주로 얼굴 인식, 눈 검축 등에 사용되지만, 강아지 인식을 위한 사전 학습된 모델은 기본적으로 포함되어 있지 않는다고 함. 다른 방식을 도입해야 됨..

 

강사님과 상의한 결과

일단 사진을 줄여서 좋은 데이터로 여러 방향 여러 각도로 돌려 전처리 처리하는 것이 확률을 더 높일 수 있을 것

ResNet50, YOLO

 

---

 

MobileNet과 ResNet은 모두 이미지 분류 및 인식에 널리 사용되는 신경망 구조

기존 사용했던 거는 MobileNet

MobileNet -> 모바일, IoT 기기에서 이미지 분류, 객체 탐지 등 실시간 처리가 필요한 환경 / 경량화 덕분에 연산이 빠르고 메모리 사용량이 적음

ResNet (Residual Network)

• 네트워크가 깊어질수록 발생하는 기울기 소실(Gradient Vanishing) 문제를 해결하기 위해 설계
• 정확성이 중요한 상황에서 이미지 분류, 객체 탐지, 얼굴 인식 등에서 주로 사용.
• MobileNet에 비해 연산이 느리고 메모리 사용량이 많음.

좀 더 자세히 찾아볼 걸 그랬나 속도와 경량화 보다 정확성이 중요하므로 RestNet을 사용!

기존 MobileNet에서 ResNet으로 변경 후 2차 테스트

sit\n02086646_3234.jpg

 

other\n02085620_3033.jpg

other\n02085620_5312.jpg

문제는 이제 다 확률은 높게 나오는데 앉은 모습이 아닌 모습도.... 앉기 행동으로 나온다.. 하하하하ㅏㅏ핳

이대로는 안돼............ 좀 더 세밀하게 조절해야해 사진을 좀 걸러야겠다

이거 그리고 other 사진에 앉아있는 강아지 사진 애매하게 들어있어서 안되는거같기도 사진 걸러야해