이번에는 실제로 VGGNet을 구현해보고, 훈련까지 해볼 것이다. 코딩 글에서는 코드에 대한 간략한 설명과 결과 정도만 쓸 예정이다. https://aistudy9314.tistory.com/25 [분류모델] VGGNET 제목은 분류모델로 써놓았지만 이 카테고리에 쓸 모델들은 Object Detection, Segmentation 등 등 다른 Task의 기반이 되는 backbone 역할을 해준다고 보면 된다. 이러한 backbone 모델의 성능에 따라 딥러닝 aistudy9314.tistory.com 1. Layer 나는 자주쓰는 layer나 반복되어 쓰이는 과정을 block으로 묶어서 함수로 정의해두는 편이다. 먼저 실제 VGGNet에서 Batch Normalization이 실제로 쓰이지는 않았지만 개..

딥러닝 모델을 Keras를 이용해서 Classification부터 차례차례 만들어보려고 한다. 훈련에 앞서 먼저 학습 및 테스트 데이터셋이 필요하다. 나는 유명한 데이터셋 중에서 적당한 크기의 CIFAR-100데이터셋을 사용하기로 하였다. 이 글에서는 CIFAR-100 데이터셋을 어떻게 파이썬에서 불러올 지에 관한 내용을 다룰 것이다. CIFAR-10, CIFAR-100, MNIST 등 유명한 데이터셋들은 Keras 내부 모듈을 이용하여 다운 및 로드가 가능하다. 이 방법 외에도 https://www.cs.toronto.edu/~kriz/cifar.html CIFAR-10 and CIFAR-100 datasets < Back to Alex Krizhevsky's home page The CIFAR-10 ..

jpg 이미지 파일을 bmp형식으로 바꾸어야 할 상황이 생겨 코딩을 하게 되었다. 알면 매우 간단하다! PIL패키지의 Image모듈을 사용하면 된다. 일단 코드는 다음과 같다. 매우 간결하기에 따로 클래스나 함수는 주지 않았다. import glob from PIL import Image import os from tqdm import tqdm src_path = "./jpg_images" # jpg images path dst_path = "./bmp_images/" # bmp images path if not os.path.isdir(dst_path): # make dst dir if it's not existed os.mkdir(dst_path) for jpg_path in tqdm(list(set..