신경망을 사용하여 꽃가루 분류하기
이 예는 이미지의 특징 추출과 신경망을 사용하여 튤립, 히비스커스, 수선화, 양귀비, 라벤더, 아이비의 꽃가루 샘플을 분류합니다. 꽃가루의 이름, 꽃의 샘플 이미지, 꽃가루의 크기, 현미경으로 촬영된 샘플 꽃가루 이미지를 포함하는 데이터 집합을 사용합니다.
데이터 집합의 첫 번째 기록을 표시합니다.
데이터 샘플이 작으면 신경망 훈련이 어렵습니다. 이 데이터 집합에는 43개의 샘플 파일 밖에 없습니다.
이러한 경우 전이 학습과 데이터 확대를 통해 대처할 수 있습니다.
다음 명령은 회전과 반전에 의해 이미지 수를 늘립니다.
확대를 통해 344개가된 샘플로 무작위 훈련 집합을 생성합니다.
일반적인 이미지 특징으로 훈련된 신경망 기반의 특징 추출기를 구축함으로써 전이 학습을 이용할 수 있습니다.
모든 꽃가루의 이미지를 157 차원의 의미적 특징 벡터로 변환합니다.
3차원의 t-SNE(t 분포 확률적 임베딩)에 의해서 신경망의 특징을 표시합니다.
꽃가루 분류자의 역할을 하는 작은 2층의 신경망을 구축합니다.
이 신경망을 훈련합니다.
새로운 꽃가루 이미지의 집합에 신경망을 적용합니다.