딥러닝을 이용한 위성사진 비행기 예측 및 분류 CNN (Convolutional Neural Net) 모델, 파이썬 으로 구현, 사용법 및 설치파일 모두 상세히 적어놓음

소개

본 코드는 위성사진을 입력받아 비행기를 예측 및 분류하기 위한 딥러닝 알고리즘 소스코드입니다.
파이썬 및 실행방법을 모르셔도 설치방법 또한 포함되어있습니다.
즉, 처음 파이썬을 사용하시는 분도 본인이 구현한 것처럼 순차적으로 따라가 주시기만 하면 됩니다.
정말 처음 사용해보시는 분도 할 수 있도록 작성한 코드 및 설명서입니다

구현된 알고리즘은 딥러닝 중 이미지 인식에서 좋은 효율성을 보여주는 CNN(Convolutional Neural Net)입니다.
CNN 분류 모델은 그림과 같이 인공위성 이미지를 입력으로 받아서 모델에서 Convolution과 pooling을 통하여 특징값을 자동으로 학습하며 뽑아내게 되며 그것을 바탕으로 비행기 인지 예측하도록 학습하게 되는 모델입니다.

본 프로그램에서 사용하게 되는 데이터는 KAGGLE에서 제공되는 32000개의 인공위성 사진 중 가공하여 사용합니다.
사용할 데이터는 6000개로 3000개는 비행기가 찍힌 위성사진이며 3000개는 비행기가 아닌 위성사진입니다
학습을 위하여 5000개의 사진을 사용하며 2500개는 비행기 사진, 2500개는 비행기가 아닌 사진입니다.
테스트를 위하여 1000개의 사진을 사용하며 500개는 비행기 사진, 500개는 비행기가 아닌 사진입니다.
/data 폴더에 /train /test 분리해 두었습니다. 직접 열어서 확인 가능합니다
0 으로 시작하는 파일명의 사진은 비행기가 아닌 사진을 의미하며
1 으로 시작하는 파일명의 사진은 비행기인 사진입니다.

* 소스코드 순서
1) 필요한 라이브러리 호출
2) 샘플 데이터 이미지 로드해보기
3) 데이처 전처리 (이미지 로드 및 가공 + 라벨달기)
4) 데이터 전처리 (배열로 변경)
5) 데이터 전처리 (라벨 one-hot 인코딩 하기)
5) 데이터 전처리 후 형태 확인하기
6) CNN 모델 구현하기
7) 구현한 모델 형태 보기
8) 학습데이터로 모델 학습하기
9) 테스트데이터 예측결과 확인하기 (정확도)
10) 잘못 예측한 데이터 확인하기
11) 잘못 예측한 데이터의 이미지 살펴보기
순서입니다.

파이썬 사용안해본분도 바로 본인이 구현한것 처럼 사용가능합니다.
파이썬 설치방법까지 모두 다 포함되어있습니다.
버튼만 눌르면 넘어갑니다
테스트 데이터 1000장에 대하여 정확도 96% 정도의 결과를 보여줍니다.
프로젝트나 과제 선정시 좋은 주제라고 생각됩니다. ("딥러닝을 이용한 위성사진 비행기 검출")
구현이 힘드신 분들은 해당 파일을 받아서 버튼만 클릭하셔도 본인이 구현한것 처럼 이해하도록
주석처리 모두 해 두었습니다
감사합니다.

컴파일 실행환경

jupyter notebook, PYTHON

참고자료

· 없음