![]()
이때까지 딥러닝을 공부하면서 사용했던 데이터셋들은 Tensorflow에서 제공해주는 CIFAR10만 사용하였습니다. 이번에는 데이터 수집 - 전처리 - 모델링 과정으로 직접 구현해보겠습니다. GOAL - 직접 데이터를 크롤링하여 데이터 셋을 만들고 전처리 과정 경험 - 직접 만든 데이터를 가지고 CNN 분류 모델 구현 Preprocessing - 남녀의 얼굴을 크롤링하고 자르는 작업을 했습니다. 이제 이 데이터 셋에 라벨링 작업을 해줘야 합니다. one-hot 인코딩으로 [1, 0] 이면 남자, [0, 1] 이면 여자로 라벨링 했습니다. 코드) data_dir = "/content/drive/MyDrive/Colab Notebooks/gender_classification/dataset" categori..
![]()
이때까지 딥러닝을 공부하면서 사용했던 데이터셋들은 Tensorflow에서 제공해주는 CIFAR10만 사용하였습니다. 이번에는 데이터 수집 - 전처리 - 모델링 과정으로 직접 구현해보겠습니다. GOAL - 직접 데이터를 크롤링하여 데이터 셋을 만들고 전처리 과정 경험 - 직접 만든 데이터를 가지고 CNN 분류 모델 구현 DATASET - 먼저 남자와 여자 얼굴 사진으로 데이터 셋을 만들기 위해 크롤링을 했습니다. - 먼저 구글로 크롤링을 하였고 하기 전에 구글 드라이브를 운영체제에 맞게 다운 받아줘야 합니다. https://chromedriver.chromium.org/downloads - 코드는 조코딩님의 코드를 참고하여 필요한 부분을 바꿨습니다. from selenium import webdriver ..
