(2022.05.02~2022.06.10)
22-1학기 "패턴인식과머신러닝" 과목의 팀프로젝트입니다.
본 프로젝트의 목적은 fashion image를 입력받아 자동으로 Resort / Retro / Sporty 로 분류하는 Convolutional Neural Network (CNN)을 개발하는 것으로 해당 프로젝트에서는 AlexNet, VGGNet, GoogleNet, ResNet, Densenet의 모델 구조를 참고하여 학습을 진행하였다.
Train data 7200장 Validation data 1800으로 training을 진행했고 Data augmentation을 이용해 각 Train data를 rotate과 horizontal flip의 방법을 랜덤하게 적용해 14400장으로 늘려주었다.
├── Train
│ ├── Resort
│ ├── Retro
│ └── Sporty
└── Validation
├── Resort
├── Retro
└── Sporty
최종모델은 Googlenet에서 batch size를 64로 설정한 모델로 선정하였다. 따라서 구글넷에서 필요한 224x224의 fashion image를 입력으로 받고 class를 예측할 수 있도록 코드를 작성하였다. 이때의 block diagram과 accurary 및 loss plot은 아래와 같다.
Accuracy | Loss |
---|---|
아래 표는 각 모델에 대한 세부적인 hyper parameter와 train accuracy로 자세한 결과는 보고서를 통해 확인할 수 있다. [link]
1200개 test 파일에 대한 classification 결과는 76.08%의 accuracy로 13개 팀 중 2위
FashionClassification
├── README.md
├── codes
│ ├───Alexnet_batch128.ipynb
│ ├───Densenet_batch64.ipynb
│ ├───Resnet34_batch128.ipynb
│ └───VGGNet_layer10.ipynb
├── Train_FashionClassification_TeamB.ipynb
├── Test_FashionClassification_TeamB.ipynb
├── TeamB_report.pdf
└── Model_TeamB
Team B : 김나윤,박근아,이하은,정민주