오픈핵 DOGGY팀의 사람 견종 매칭

구글의 텐서플로우

구글의 텐서플로우 Inceptrion V3 모델 사용(google Net, CNN계열) 큰 이미지를 여러개의 분류된 형태의 확률을 얻음 그 중 원하는 분류가 나온 즉 비교 데이터와 일치하는 값을 얻어서 학습함

dog classification

모델과 가중치가 합쳐진 pb 파일로 단순히 학습된 가중치를 통해 결과를 얻음 개를 견종에 따라 분류된 dog_graph.pb파일을 이용하여 대입한 사진에 대해서 해당 개의 견종을 알아낼 수 있음 단 1분 정도만에

doggy machine learning

사람에 대하여 사람과 비슷 한 견종을 알아내기 위해서는 사람데이터와 견종데이터 그리고 학습 결과를 비교할 사람에 따라 견종이 매칭된 데이터(설문조사와 같은 방법으로 얻을 수 있음)가 필요하고 이것을 학습할 비용과 시간이 필요.

오픈 핵에서는 물리적으로 한계가 있음

그래서 고안한 방법이 개와 사람의 눈과 코 입 구조는 비슷하고 개도 사람처럼 얼굴이 둥글고 크고 작는 등 그런 특징을 가짐

그렇기에 개에 대해서 견종을 분류를 학습한 가중치파일을 얻어 모델 사용 시 개의 이미지가 아닌 사람의 이미지를 넣음

그러면 120개의 견종에 대한 매칭 확률이 나오는 데 그 중 가장 큰 확률 값을 가지는 견종을

해당 사람과 비슷한 개라고 판단함.

사용법

학습된 모델과 가중치의 파일인 pb파일과 분류 종류의 리스트 파일 txt의 경로를 코드에 넣고
확장자명 제한 없이 분류시키고 싶은 사진한개의 경로를 코드에 넣고
나오는 분류종류의 확률 중 가장 큰 확률을 가지는 값을 얻음 

dog_graph.pb

1.2백만 개의 개의 사진을 120종류의 견종으로 분류시켜 얻은 가중치와 모델을 합친 데이터

dog_label.txt

120개 견종의 이름 명단