Transfer Learning Suite

Keras의 전이 학습 제품군

소식

설명

이 저장소는 Transfer Learning Suite 역할을 합니다. 목표는 내장된 Keras 이미지 분류 모델을 사용하여 쉽게 전이 학습을 수행할 수 있는 것입니다! 이 저장소를 개선하기 위한 제안이나 보고 싶은 새로운 기능을 환영합니다!

Semantic Segmentation Suite를 확인해 볼 수도 있습니다.

모델

모든 Keras 내장 모델을 사용할 수 있습니다:

모델	크기	상위 1 정확도	상위 5개 정확도	매개변수	깊이
VGG16	528MB	0.715	0.901	138,357,544	23
VGG19	549MB	0.727	0.910	143,667,240	26
ResNet50	99MB	0.759	0.929	25,636,712	168
예외	88MB	0.790	0.945	22,910,480	126
인셉션V3	92MB	0.788	0.944	23,851,784	159
인셉션ResNetV2	215MB	0.804	0.953	55,873,736	572
모바일넷	17MB	0.665	0.871	4,253,864	88
DenseNet121	33MB	0.745	0.918	8,062,504	121
DenseNet169	57MB	0.759	0.928	14,307,880	169
DenseNet201	80MB	0.770	0.933	20,242,984	201
NASNetMobile	21MB	해당 없음	해당 없음	5,326,716	해당 없음
NASNetLarge	342MB	해당 없음	해당 없음	88,949,818	해당 없음

파일 및 디렉터리

• main.py: 학습 및 예측 모드

• utils.py: 도우미 유틸리티 함수

• checkpoints: 학습 중 각 에포크에 대한 체크포인트 파일

• 예측: 예측 결과

설치

이 프로젝트에는 다음과 같은 종속성이 있습니다.

• Numpy sudo pip install numpy

• OpenCV Python sudo apt-get install python-opencv

• TensorFlow sudo pip install --upgrade tensorflow-gpu

• 케라스 sudo pip install keras

용법

시작하기 위해 해야 할 유일한 일은 다음 구조로 폴더를 설정하는 것입니다.

 ├── "dataset_name"                   
|   ├── train
|   |   ├── class_1_images
|   |   ├── class_2_images
|   |   ├── class_X_images
|   |   ├── .....
|   ├── val
|   |   ├── class_1_images
|   |   ├── class_2_images
|   |   ├── class_X_images
|   |   ├── .....
|   ├── test
|   |   ├── class_1_images
|   |   ├── class_2_images
|   |   ├── class_X_images
|   |   ├── .....

그런 다음 간단히 main.py 실행할 수 있습니다! 선택적 명령줄 인수를 확인하세요.

 usage: main.py [-h] [--num_epochs NUM_EPOCHS] [--mode MODE] [--image IMAGE]
               [--continue_training CONTINUE_TRAINING] [--dataset DATASET]
               [--resize_height RESIZE_HEIGHT] [--resize_width RESIZE_WIDTH]
               [--batch_size BATCH_SIZE] [--dropout DROPOUT] [--h_flip H_FLIP]
               [--v_flip V_FLIP] [--rotation ROTATION] [--zoom ZOOM]
               [--shear SHEAR] [--model MODEL]

optional arguments:
  -h, --help            show this help message and exit
  --num_epochs NUM_EPOCHS
                        Number of epochs to train for
  --mode MODE           Select "train", or "predict" mode. Note that for
                        prediction mode you have to specify an image to run
                        the model on.
  --image IMAGE         The image you want to predict on. Only valid in
                        "predict" mode.
  --continue_training CONTINUE_TRAINING
                        Whether to continue training from a checkpoint
  --dataset DATASET     Dataset you are using.
  --resize_height RESIZE_HEIGHT
                        Height of cropped input image to network
  --resize_width RESIZE_WIDTH
                        Width of cropped input image to network
  --batch_size BATCH_SIZE
                        Number of images in each batch
  --dropout DROPOUT     Dropout ratio
  --h_flip H_FLIP       Whether to randomly flip the image horizontally for
                        data augmentation
  --v_flip V_FLIP       Whether to randomly flip the image vertically for data
                        augmentation
  --rotation ROTATION   Whether to randomly rotate the image for data
                        augmentation
  --zoom ZOOM           Whether to randomly zoom in for data augmentation
  --shear SHEAR         Whether to randomly shear in for data augmentation
  --model MODEL         Your pre-trained classification model of choice