딥러닝 실무 프로젝트의 개요

저희가 딥러닝 기술을 이용해서 실무 프로젝트에서는 어떻게 진행되는지 데이터를 직접 이미지를 수집하는 과정부터 시작해서 이미지를 전처리하고 또 딥러닝 모델을 만들고 또 예측해보고 이런 걸로 웹서빙을 또 어떻게 하는지까지 설명을 한번 해보도록 하겠습니다 많은 딥러닝 모델을 저희가 공부하기도 하고 그 다음에 실제적으로 그 학습용 데이터셋을 가지고 여러분들이 많이 딥러닝 처음에 모델을 만들어 보고 또 평가해 보고 이렇거든요 그런데 데이터를 준비하는 과정은 그렇게 어디에도 좀 찾아볼 수가 없었을 거예요 그래서 저희가 처음부터 끝까지 한번 저랑 같이 데이터를 직접 수집하고 그 다음에 이 데이터를 어떻게 넘파 형식으로 바꿔서 저장하고 데이터 전처리를 어떻게 해야 되며 데이터셋은 학습 데이터셋, 검증 데이터셋, 그 다음에 테스트 데이터셋으로 어떻게 잘 나누는지 어떻게 나눠야 현실적으로 나중에 모델을 만들 때 도움이 되는지에 관한 데이터 준비 부분을 먼저 진행을 해볼 거고요 사실 데이터 준비가 생각보다 여러분들이 혼자 하기가 쉽지가 않습니다 그래서 여러분 과제를 우리가 어떻게 해결할 것인가 이게 이제 중점이라고 보시면 좋겠어요 우리의 딥러닝으로 해결되는 과제는 딥러닝의 Keras에서 준비된 데이터셋으로 해결되지 않아요 우리 문제는 우리 문제니까요 그래서 우리 데이터를 우리가 잘 전처리하고 나누고 이런 과정들에 대해서 좀 익숙하셔야 그 다음은 모델 쌓는 거는 사실은 Keras 라이브러리가 좋기 때문에 그 모델을 저희가 원하는 대로 쌓기만 하면 되거든요 함수를 가져다가 오히려 전처리 과정이 더 핵심이다 우리 과제를 적용시킬 때는 이렇게 보시면 되겠습니다 물론 딥러닝 모델의 구조를 완벽하게 쌓고 실행하는 방법을 이미 익숙하게 알고 계신다는 전제하에 드리는 말씀이고요 그래서 이제 데이터 준비가 다 되면 두 번째 이제 CNN 모델 저희가 오늘 딥러닝 프로젝트의 주제는 이미지 분류거든요 이미지를 저희가 수집을 할 거고 그 다음에 넘파 파일을 압축해서 저장하고 문제와 답을 어떻게 나눠서 정답을 어떻게 저장할 건지 이렇게도 이제 저희가 자동으로 하는 방법들에 대해서 제가 프로그램을 설명을 드릴 건데 어쨌든 그래서 데이터 준비가 다 끝나서 하면 이제 CNN 모델 이미지에 특화되어 있는 CNN 모델을 가져와야 되겠죠 합성곱 신경망이라 부르는 CNN 모델을 저희가 직접 이제 모델을 만들 거고요 그 다음에 컴파일을 설정할 거고요 그 다음에 학습을 모델을 어떻게 해야 되겠죠 딥러닝 실무 프로젝트의 개요 딥러닝 실무 프로젝트의 개요 딥러닝 실무 프로젝트의 개요 딥러닝 실무 프로젝트의 개요 딥러닝 실무 프로젝트의 개요 여러 가지 방법들이 있지만 오늘은 이제 단순하게 전체 과정을 거치는 거라 나중에 제가 맨 마지막에 어드바이스를 조금 해드릴게요 조금 더 정확도 높이는 이미지 전처리 방법이 무엇인지 소개를 좀 해드리겠습니다 그래서 모델을 만든 다음에 저희가 해보면 이미지 모델은 결국은 이미지가 좋아야 되고 이미지가 많아야 돼요 데이터를 수집하는 한계가 있거든요 한계가 있기 때문에 저희는 가지고 있는 이미지를 데이터를 증식할 거예요. 똑같은 사진을 가지고 좌우로 5도씩 튼다든지 아니면 흑백으로 색깔을 좀 바꿔서 한다든지 이런 식으로 증식시킨다는 얘기는 데이터 10장을 100장, 1000장으로 만들어서 공부를 시키면 CNN 모델은 공부를 해내면 굉장히 정확도가 개선될 수가 있어요. CNN의 거의 모든 것은 데이터 증식에 있다 이런 얘기도 많이 합니다 이미지 증식을 하는 게 CNN의 정확도 높이는 가장 좋은 방법 모델로서는요 가장 좋은 방법이기 때문에 이미지 증식을 하는 방법에 대해서 저희가 생각을 해볼 거고 증식한 다음에 CNN 모델의 성능을 좀 개선해 보도록 하죠 이렇게 만든 모델이 저희가 이제 최종 모델이라고 생각하면 그 모델을 가지고 이제 예측해 볼 건데 우리가 로컬 컴퓨터에서 예측하고 끝나는 게 아니고 플라스크라는 프레임워크가 있어요 파이썬에서 제공되고 있는 그래서 플라스크 프레임워크를 이용해서 웹으로 웹서빙 웹으로 예측을 하게 누군가 사진을 넣어주면 그걸 가지고 예측할 수 있게 웹으로 좀 배포할 수 없을까 그죠? 테스트용으로는 아마 우리가 웹서버를 처음부터 끝까지 이 짧은 시간에 구축하지 못하지만 딥러닝 실무 프로젝트의 개요 딥러닝 실무 프로젝트의 개요 딥러닝 실무 프로젝트의 개요 딥러닝 실무 프로젝트의 개요 많은 시간은 아니지만 아주 단시간 동안 저희가 이제 사실은 포트라 그래서 인터넷 포트를 뚫어서 외부에서도 접속할 수 있게 해주는 좋은 기법이 있거든요 그래서 Ngrok을 통해서 다 무료고요 돈이 들어가는 건 없어요 지금까지 그래서 Ngrok을 통해서 만든 플라스크 프레임워크를 얹어서 CNN 모델을 웹서빙 하는 것까지 한번 순차적으로 진행해 보도록 하겠습니다