분류 전체보기 (4) 썸네일형 리스트형 (4) [Tensorflow] Oxford-IIT Pet 데이터를 활용한 기본적인 Image Segmentation (이미지 분할하기) 애완동물들의 이미지 데이터를 활용하여 애완동물을 찾는 기본적인 이미지 분할을 해보도록 하겠습니다. 이미지 분할은 의료, 항공 등 실제로 많이 적용되는 기술입니다. 실제로 필자는 현업에서 Image Segmentation을 적용해볼 기회가 생겨 이번 기회에 Tensorflow 예제로 한번 학습해보고자 합니다. 먼저 Colab에서 git에 있는 데이터를 받기 위해 build-up 해주고 필요한 패키지들을 Import 해줍니다. 그 후 Oxford Pet Dataset을 불러와줍니다. 데이터 셋의 Label은 다음과 같습니다. (총 3분할) class 1 : 애완동물이 속한 픽셀 class 2 : 애완동물과 인접한 픽셀 class 3 : 위에 속하지 않는 경우/주변 픽셀 !pip install -q git+h.. (3) [Tensorflow] AutoMPG 데이터를 활용한 기본적인 Regression Prediction (자동차 연비 예측하기) AutoMPG 데이터셋을 이용하여 기본적인 회귀 예측을 진행해 보겠습니다. 문제 상황은 간단합니다. 실린더 수, 배기량, 마력 등과 같은 지표를 통하여 자동차의 연비를 예측해보는 문제입니다. 모델은 64개의 Hidden Unit을 가진 Layer를 2개 쌓는 간단한 모델로 진행하려 합니다. 또한 마지막 부분엔 예측한 결괏값과 실제 Value를 비교하여, 오차가 얼마나 되는지도 검증할 것입니다. 먼저 시각화에 있어서 강력한 패키지인 seaborn을 설치해주고, 필요한 여러 패키지를 import 해줍니다. pip install -q seaborn import pathlib import matplotlib.pyplot as plt import pandas as pd import seaborn as sns im.. (2) [Tensorflow] 네이버 영화 리뷰 데이터를 활용한 기본적인 Text classification 한국어로 된 네이버 영화 리뷰 데이터를 학습시켜서 새로운 리뷰가 들어왔을 때 긍정적인 리뷰인지 부정적인 리뷰인지 (binary) 판단 가능하도록 하는 분류기를 만들어 보겠습니다. 학습 모델은 기존에 텍스트 분류에 좋다고 잘 알려진 LSTM이나 Pre-trained 된 모델들을 쓰지 않고 앞선 Image classification과 동일하게 간단한 Hidden layer 층만 가지고 진행해 보도록 하겠습니다. wikidoc.net에 같은 데이터로 분류한 것이 있는데, 상당히 복잡하므로 여기서는 제외할 것은 제외하고 최대한 간단하게 진행하겠습니다. 먼저 쓰일 패키지들을 import 해줍니다. import tensorflow as tf from tensorflow import keras from tensorf.. (1) [Tensorflow] 패션 MNIST 데이터를 활용한 기본적인 Image classification Image dataset들 중 상대적으로 간단하여 연습하기 좋은 패션 MNIST Dataset을 통해 Image classification (티셔츠인지, 운동화인지 등 총 10가지 Category로 분류)을 진행해 보겠습니다. 먼저 Tensorflow와 keras를 import 합니다. import tensorflow as tf from tensorflow import keras import numpy as np import matplotlib.pyplot as plt keras.datasets.fashion_mnist를 호출하면 패션 MNIST dataset을 받을 수 있습니다. 데이터를 받은 후 Train / test와 image / label을 나눕니다. fashion_mnist = keras.da.. 이전 1 다음
