Keras와 ImageNet Pretrained Model을 이용하여 손, 눈 분류기를 만들어 봅니다.

• 필요한 package들을 import합니다.

• random seed를 설정합니다.

• 눈, 손의 사진이 포함되어 있는 dataset을 download받아 압축을 풉니다.
  • 눈 train set은 data/train/eye 에 저장되어 있습니다.
  • 손 train set은 data/train/hand 에 저장되어 있습니다.
  • 눈 validation set은 data/val/eye 에 저장되어 있습니다.
  • 손 validation set은 data/val/hand 에 저장되어 있습니다.

• url에 있는 image를 load하여 image_size * image_size의 크기로 resize하는 함수를 정의합니다.
  • color값은 0.0~255.0을 가지도록 합니다.
  • keras에서 제공하는 img_to_array를 사용하여 numpy array로 변환합니다.
  • alpha channel은 사용하지 않습니다.

• image를 그리는 함수를 정의합니다.

• 학습에 필요한 변수들을 초기화합니다.

• vgg16 imagenet pretrained model을 기반으로 눈, 손을 분류하는 model을 생성합니다.

• train set image와 validation set image의 생성방식을 지정해 줍니다.

• 눈, 손 분류기를 학습합니다.

• 학습된 model을 파일로 저장합니다.

• 저장된 model 파일이 잘 작동하는지 test하기 위해 기존 model을 삭제합니다.

• 파일로 저장되어 있는 model을 load합니다.

• 각종 image url을 가지고 cnn에 넣어서 인식결과를 살펴봅니다.