초콜릿 볼의 캐러멜 맛과 땅콩 맛을 분류하는 AI 도구를 만들어 보았습니다.
4133 단어 Keras파이썬심층 학습DeepLearning
처음 뵙겠습니다. AI/IoT 분야의 프로페셔널을 목표로 수행 중인, 츠츠노부입니다. 🐉
이번에는 여러분이 알고있는 초콜릿 과자 초콜릿 공
캐러멜 맛과 땅콩 맛을 AI로 판별해 본 것을 정리한 기사입니다.
실제로는, Keras를 사용해 심층 학습(딥 러닝)을 해 보았습니다(^▽^)/
만든 것
초코볼 이미지를 선택하면
임의의 폴더에 (캐러멜 맛이나 땅콩 맛 어느 쪽인지 판별한) 결과를 텍스트 파일로 내보내 주는 툴
그 이름도 초콜릿 드래곤이라는 것입니다! (개인적으로 네이밍 마음에 드는 (웃음)
학습용 (훈련) 데이터
평가 데이터
➡ 한 실제 평가에 사용한 이미지를 보아도 알 수 있듯이 인간의 눈으로는 판별하기가 어렵습니다 (웃음)
그런데, AI군은 얼마나 판별하는 능력이 있는 것일까요? ?
캐러멜 맛 이미지 (5 장)
땅콩 맛 이미지 (5 장)
모델링 및 평가
➡5회 모델 구축을 하고, 평가용 데이터를 사용해 자작 화상 분류 툴(초코볼 드래곤)으로 확인.
➡「loss(정답과 얼마나 떨어져 있는가 하는 수치. 0에 가까울수록 정답에 가깝다)」
와 「accuracy(정확성. 100%에 가까울수록 정답에 가깝다)」를 바라보면,
이론적으로는 loss가 작고 accuracy가 높을수록 좋은 결과를 얻을 수 있는 것 같습니다만,
이론대로는 가지 않고, 모델 번호 「5」의 것이 제일 정해율이 높은 모델이 되었다.
모델 번호
loss
accuracy
실제 정답률
1
0.386
0.875
60%
2
7.689
0.5
50%
3
0.054
0.75
50%
4
0.863
0.5
50%
5
0.546
0.625
90%
소스 코드
(향후 github을 탈 것입니다)
참고 URL
마지막으로
음. 제일 좋은 모델 데이터를 사용해 평가하면 90%의 정밀도로 판별해 주었습니다 😃
꽤 판정 결과로 만족합니다.
자신 나름대로 구축하고 검증했습니다만, 훈련용 입력 화상 데이터의 전처리는 충분한 것인지 불명합니다(웃음)
꼭 전문가가 있다면 코멘트를 원합니다.
이 기사를 보신 분.
몸의 주위에 있는 화상을 이용한, 기계 학습·심층 학습은 재미있기 때문에, 꼭 기회가 있으면
시도해보십시오. 너무 재미있어요 ~
그럼 ✋
Reference
이 문제에 관하여(초콜릿 볼의 캐러멜 맛과 땅콩 맛을 분류하는 AI 도구를 만들어 보았습니다.), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/nobutan_tinou/items/ba02b6589d46a73f4f6b
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
➡5회 모델 구축을 하고, 평가용 데이터를 사용해 자작 화상 분류 툴(초코볼 드래곤)으로 확인.
➡「loss(정답과 얼마나 떨어져 있는가 하는 수치. 0에 가까울수록 정답에 가깝다)」
와 「accuracy(정확성. 100%에 가까울수록 정답에 가깝다)」를 바라보면,
이론적으로는 loss가 작고 accuracy가 높을수록 좋은 결과를 얻을 수 있는 것 같습니다만,
이론대로는 가지 않고, 모델 번호 「5」의 것이 제일 정해율이 높은 모델이 되었다.
모델 번호
loss
accuracy
실제 정답률
1
0.386
0.875
60%
2
7.689
0.5
50%
3
0.054
0.75
50%
4
0.863
0.5
50%
5
0.546
0.625
90%
소스 코드
(향후 github을 탈 것입니다)
참고 URL
마지막으로
음. 제일 좋은 모델 데이터를 사용해 평가하면 90%의 정밀도로 판별해 주었습니다 😃
꽤 판정 결과로 만족합니다.
자신 나름대로 구축하고 검증했습니다만, 훈련용 입력 화상 데이터의 전처리는 충분한 것인지 불명합니다(웃음)
꼭 전문가가 있다면 코멘트를 원합니다.
이 기사를 보신 분.
몸의 주위에 있는 화상을 이용한, 기계 학습·심층 학습은 재미있기 때문에, 꼭 기회가 있으면
시도해보십시오. 너무 재미있어요 ~
그럼 ✋
Reference
이 문제에 관하여(초콜릿 볼의 캐러멜 맛과 땅콩 맛을 분류하는 AI 도구를 만들어 보았습니다.), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/nobutan_tinou/items/ba02b6589d46a73f4f6b
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
마지막으로
음. 제일 좋은 모델 데이터를 사용해 평가하면 90%의 정밀도로 판별해 주었습니다 😃
꽤 판정 결과로 만족합니다.
자신 나름대로 구축하고 검증했습니다만, 훈련용 입력 화상 데이터의 전처리는 충분한 것인지 불명합니다(웃음)
꼭 전문가가 있다면 코멘트를 원합니다.
이 기사를 보신 분.
몸의 주위에 있는 화상을 이용한, 기계 학습·심층 학습은 재미있기 때문에, 꼭 기회가 있으면
시도해보십시오. 너무 재미있어요 ~
그럼 ✋
Reference
이 문제에 관하여(초콜릿 볼의 캐러멜 맛과 땅콩 맛을 분류하는 AI 도구를 만들어 보았습니다.), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/nobutan_tinou/items/ba02b6589d46a73f4f6b
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
Reference
이 문제에 관하여(초콜릿 볼의 캐러멜 맛과 땅콩 맛을 분류하는 AI 도구를 만들어 보았습니다.), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/nobutan_tinou/items/ba02b6589d46a73f4f6b텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)