딥러닝팀프로젝트정리

딥러닝 팀프로젝트 정리

• 딥러닝을 통한 남/녀 분류모델 만들기
• 직접 데이터를 만들고 테스트 하는게 의의
• 개발환경: 구글코랩

데이터셋

• 최대한 다양한 인종과 나이대에 대해 적용시킬 수 있게 조원간에 이미지 수집 분야를 나눔
• 크롤링한 데이터를 직접 확인하고 적합하지 못한 사진은 수작업으로 제거
• “Case1: 전신, Case2: 얼굴” Case를 둘로 나누어 진행
• 모델에 이미지를 넣기 위해선 모두 같은 크기의 사진으로 설정해주어야 한다.
• 이미지 크기 분포를 확인하고 최빈값을 가지는 값으로 리사이징(400*300)
• 원핫인코딩으로 남성인지, 여성인지 라벨링(저장공간 측면에서 비효율)
• 학습/테스트 데이터 셋 분리 -> 데이터 셔플

모델링

• CNN을 기반으로하는 VGGNET 모델(2014년 ImageNet이라는 1000개의 이미지를 구별하는 대회에서 좋은 성적을 낸 모델)
• Batch Normalization
• 손실함수: Cross-entropy
• 최적화 함수: Adamopimizer(Cross-entropy로 구한 cost를 Adamoptimizer를 통해 최소화하며 훈련을 진행, Gradient와 learning rate 둘 다 고려해서 방향을 찾는다)

평가

• Case1: 72.6%(300 epoch), Case2: 72.3%(300 epoch)

• male에 대해 과적합