남녀 얼굴을 분류하는 딥러닝 모델 구현 - 4 (개선)

GOAL

 

- 지난 포스팅에 이어 정확도 그래프를 개선하려고 해보았고 

이번에는 Transfer Learning을 이용하여 Resnet50으로 학습을 하여 정확도 개선을 해보려고 합니다.

 

1. 중간에 뚝 떨어지는 정확도 개선 

2. 학습이 계속되고 있는 것으로 보여 epochs 수를 더 늘려봄 

3. 정확도 상승 방법 구현 

---

Transfer Learning (전이 학습) 

- 일반적으로 CNN 기반의 딥러닝 모델은 제대로 훈련시키려면 많은 수의 데이터가 필요합니다. 하지만 많인 데이터 셋을 얻는 것은 일반적으로 쉽지 않은 일입니다. 이러한 어려움을 해결한 것이 전이 학습입니다. 전이 학습이란 이미지 넷과 같이 아주 큰 데이터셋에 훈련된 모델의 가중치를 가지고 와서 우리가 해결하고자 하는 과제에 맞게 재보정해서 사용하는 것을 의미합니다. 

 

- 결과적으로는 딥러닝 모델을 가지고와 우리가 가진 작은 데이터 셋에 맞게 딥러닝 모델을 훈련시킬 수 있게 되며 괜찮은 결과를 기대할 수 있게 됩니다. 

---

ResNet50 모델을 적용 

- 전이 학습으로 ResNet50을 적용시켜 학습시켜보았습니다. 

model = ResNet50V2(include_top=True, weights=None, input_shape=(128, 128, 3), classes=2)

 

- 결과) 

 

 

- 학습도 빠르게 되며 약 87% 정도 정확도로 만족스럽게 결과가 나왔습니다.

- loss: 0.7721 - accuracy: 0.8702

 

- ResNet50 같은 깊은 네트워크로 학습하면 정확도가 올라갈 것이라 생각했는데 

생각보다 차이가 없어서 다른 방법을 고민해봐야 할 것 같습니다.

 

 

질문이 있으시면 댓글로 남겨주세요!

 

감사합니다 :)