왕현성
코딩발자취
왕현성
전체 방문자
오늘
어제
  • 코딩 (277)
    • Python (71)
    • Java (16)
    • MySQL (34)
    • 인공지능 (48)
      • 머신러닝 (16)
      • 딥러닝 (32)
    • 영상처리 (4)
    • Rest API (21)
    • Android Studio (25)
    • streamlit (13)
    • DevOps (22)
      • AWS (9)
      • PuTTY (5)
      • Git (4)
      • Serverless (2)
      • Docker (2)
    • IT 기술 용어 (6)
    • 디버깅 ( 오류 해결 과정 ) (17)

블로그 메뉴

  • 홈
  • 태그
  • 방명록

공지사항

인기 글

태그

  • PYTHON
  • 영상처리
  • TensorFlow
  • pip install labelme
  • alibidetect
  • 비지도학습
  • labelme
  • ComputerVision
  • pytorch
  • get_long_description
  • unsupervised
  • maskimage
  • encoding='utf-8'
  • labelme UnocodeDecodeError
  • 기상탐사
  • alibi-detection
  • tune()
  • OpenCV
  • 딥러닝
  • yolov8
  • PIL
  • matplotlib
  • 컴퓨터비전
  • 영상기술
  • 영상처리역사
  • ckpt_file
  • imageprocessing
  • numpy
  • UnboundLocalError
  • 의료이미징

최근 댓글

최근 글

티스토리

250x250
hELLO · Designed By 정상우.
왕현성

코딩발자취

딥러닝 : 이미지 데이터 증강 / Image Augmentation
인공지능/딥러닝

딥러닝 : 이미지 데이터 증강 / Image Augmentation

2022. 12. 30. 17:29
728x90

텐서플로우 케라스 이미지 데이터 증강 관련 API는

https://keras.ip/api/preprocessing/image/

 

여기를 참고한다.

 

사용하는 파라미터들을 사진으로 몇 가지 표현 하면 아래 사진들과 같다.

파라미터 사용은 위 사진과같이 사용한다.

 

실제 사용 코드

 

def build_model() :
  model = Sequential()
  model.add(Conv2D(16,(3,3),activation='relu',input_shape=(150,150,3)))
  model.add(MaxPooling2D((2,2),2))
  model.add(Conv2D(32,(3,3),activation='relu'))
  model.add(MaxPooling2D((2,2),2))
  model.add(Conv2D(64,(3,3),activation='relu'))
  model.add(MaxPooling2D((2,2),2)) ## CNN

  model.add(Flatten())
  model.add(Dense(512,'relu'))
  model.add(Dense(1,'sigmoid'))
  model.compile('rmsprop','binary_crossentropy',['accuracy']) # ANN
  return model

모델링 이후

# 이미지 데이터를 증강하여 학습을 시키자.
 
from keras.preprocessing.image import ImageDataGenerator

train_datagen = ImageDataGenerator(rescale=1/255.0,rotation_range=30,
                                   width_shift_range=0.4,
                                   height_shift_range=0.2,
                                   shear_range=0.3,
                                   zoom_range=0.5,
                                   horizontal_flip=True)
                                   
test_datagen = ImageDataGenerator(rescale=1/255.0) # 테스트용 데이터는 증강하지 않는다.

 

'인공지능 > 딥러닝' 카테고리의 다른 글

딥 러닝 : Transfer Learning ( MobileNetV2 )  (0) 2023.01.02
딥러닝 : 원본 파일을 Train / Test 파일로 분리하여 사용하는 방법과 디렉토리를 만드는 방법  (0) 2022.12.30
딥러닝 : CNN 말과 사람 분류하기 / CNN모델링 방법 , 이미지파일을 학습 데이터로 만드는 방법(ImageDataGenerator)  (0) 2022.12.30
CNN의 convolution,Stride,Padding,Pooling / feature map의 사이즈를 구하는 공식  (0) 2022.12.29
딥러닝 : 레이블링된 y값을 원핫 인코딩으로 바꾸기 tf.keras.utils.to_categorical() / Mnist 손글씨 숫자 예측  (0) 2022.12.29
    '인공지능/딥러닝' 카테고리의 다른 글
    • 딥 러닝 : Transfer Learning ( MobileNetV2 )
    • 딥러닝 : 원본 파일을 Train / Test 파일로 분리하여 사용하는 방법과 디렉토리를 만드는 방법
    • 딥러닝 : CNN 말과 사람 분류하기 / CNN모델링 방법 , 이미지파일을 학습 데이터로 만드는 방법(ImageDataGenerator)
    • CNN의 convolution,Stride,Padding,Pooling / feature map의 사이즈를 구하는 공식
    왕현성
    왕현성
    AI 머신비전 학습일지

    티스토리툴바