깃블로그 작성일 : 2022-08-03
이어드림스쿨 2기 CV 미니프로젝트 과정에서 자유주제 과수화상병 이미지분류 프로젝트를 진행하였습니다. AIhub에서 과수화상병에 대한 데이터 셋을 구하여 딥러닝 모델로 CV image classification 질병 예측 모델을 만들었습니다. 과일을 케어해서
푸릇푸릇
하게 해보자는 의미로 프로젝트 이름은FruitFroot
으로 정하였습니다.
AI-hub 과수화상병 데이터셋 에서 제공된 사과, 배 질병 이미지 데이터를 바탕으로 이미지 분류 서비스를 구축하였습니다
tenserflow.keras.preprocessing.image
의 ImageDataGenerator
를 사용하여 총 사과 이미지 37024개와 배 이미지 22991개의 이미지 데이터들을 augmentation
하여 딥러닝 학습을 진행하였습니다.Multi-Class Image Classification
을 진행하였습니다. 그러나 테스트 이미지를 넣으면 사과와 배를 정확히 구분하지 못하였습니다.
배 사과 MobileNet VGG19 Validation Loss 0.0595 0.0922 Validation Accuracy 0.9774 0.9705
VGG19 모델 개요
MobileNetV2 모델 개요
Flask API와 html, JS, CSS 등을 활용하여 Front-End를 구축하였고, 로컬서버에서 테스트를 진행하였습니다.
데스크탑 화면
모바일 화면
자세히 보기 화면