구글넷을 활용한 의류 분류

• 참고논문 - 인공지능 기반 구글넷 딥러닝과 IoT를 이용한 의류 분류(노순국)

실험 내용

• 상의 or 하의를 웹캠을 통해 촬영하여 라즈베리파이(리눅스 OS 구동중)를 활용하여 분류하기

실험 결과

구글넷을 활용한 ‘미황’ 복숭아 과실의 성숙도 분류

• 참고논문 - 합성곱 신경망을 이용한 ‘미황’ 복숭아 과실의 성숙도 분류(신미희, 장경은)

실험 내용

1. 데이터 수집

   • 경상남도 진주시 문산면 소재 과원에서 재배 중인 무봉지 재배 복숭아 ‘미황’을 이용하여 180개의 수확 과실을 대상으로 5가지 서로 다른 방향에서 복숭아 과실의 영상을 취득하였음

     

   • 과실 품질 조사

     • 5회에 걸쳐 과중, 가용성 고형물 함량, 산함량, 색도, 경도 측정
2. 데이터 전처리
   • 데이터 증강
     • training 데이터 세트를 회전, 줌, 수평-flip을 사용하여 37506개의 이미지 생성하여 학습에 사용함
3. 모델 선정
   • VGG16, GoogLeNet의 InceptionV3 도 종류의 모델을 사용하는 전이학습
4. 모델 학습
   • 복숭아 이미지로 미성숙, 성숙, 과성숙 3가지로 분류
   • 하이퍼파라미터
     • 배치 크기 : 32
     • 학습률
     • 보폭 : ‘1e-6’
     • epoch : 1000
     • 오차함수 : categorical cross entropy 오차함수
     • 최적화 기법 : Adam Optimizer
     • 활성화 함수 : softmax 함수
5. 모델 평가
   • accuracy, precision, recall, F1로 측정

실험 결과

• VGG16
  • 정확도 : 81.2%
  • 손실률 : 44.1%
  • 정밀도 : 81.9%
  • 재현율 : 80.3%
  • F1 score : 81.1%
• InceptionV3
  • 정확도 : 83.9%
  • 손실률 : 36.0%
  • 정밀도 : 87.7%
  • 재현율 : 78.9%
  • F1 score : 83.0%