[Deep-learning] 3. 흙수저의 이미지 분류를 위한 도구 VGG16 (Transfer learning - 전이학습)
저번 만든 CNN의 정확도는 60%대 ... 60%면 그냥 눈 가리고 아이유인지 수지인지 찍는 수준에 불과하다고 생각한다. 적어도 80~90% 정도는 나와야 어느 정도 구분할 줄 안다고 생각할 것이다. 정확도를 개선하기 위해 여러 가지 방법이 있다. 가장 기본적인 방법은 CNN을 더 깊고 넓게 쌓는 것. 하지만, 컴퓨터의 사양이 어느 정도 돼야 할 수 있을 것이고, training 시간도 GPU가 아닌 이상 엄청나게 오래 걸릴 것이다. 하지만 필자는 노트북으로 딥러닝을 하고 있다. 즉, GPU/좋은 성능의 컴퓨터가 아니라는 의미이다. 이런 사람들은 어떻게 해야 할까? 제목에도 써 놓았듯 'VGG16' 모델을 사용하는 것이다. 간단히 'VGG16'을 설명해 보자면.... CNN으로 이미지(고양이, 강아지,..
Deep-learning
2020. 8. 12. 16:43
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 오류
- github
- 초보자
- 티스토리챌린지
- 정리
- c3k2
- 오블완
- GIT
- 자바
- 디텍션
- 깃
- 욜로
- V11
- 이미지
- 딥러닝
- 뜯어보기
- 어탠션
- GNN
- 알고리즘
- 도커
- DeepLearning
- yolov11
- python
- java
- 백준
- Tree
- YOLOv8
- CNN
- YOLO
- docker
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
글 보관함