PYTHON KERAS VGG16

본 프로젝트는 "Very deep convolutional networks for large-scale image recognition" 논문에 있는 아키텍쳐를 Keras를 이용하여 구현하였습니다. 논문과는 달리 ILSVRC 데이터를 사용하지 않고, PASCAL VOC 데이터만을 이용했으며, 이 때문에 성능의 한계가 있습니다.(~55%). Fine tuning 네트워크를 이용하면 보다 향상된 정확도를 얻을 수 있습니다(~87%). 학습에 필요한 데이터는 https://github.com/henniekim/pascal_voc_data_parsing 에서 만들 수 있습니다.

감사합니다!

This project is Keras implementation of "Very deep convolutional networks for large-scale image recognition" paper. I only use PASCAL VOC data, when the author of paper use ILSVRC data, which involves not very good performance(~55%). I also add fine-tuning network, pretrained with ImageNet data. You can get far better performance(~87%). Anyone who want make the training data, you may visit https://github.com/henniekim/pascal_voc_data_parsing

Thank you!

INSTALLATION

별 다른 설치가 필요하지 않습니다. 복잡한 실행방법을 요하는 코드는 지양합니다.

It doesn't need any installation process. I don't like any 'complicated' things.

USAGE

터미널 창에서 다음과 같이 실행하세요.

python3 keras_vgg_16.py

Fine-tuning architecture를 사용하려면 다음과 같이 실행하세요.

python3 keras_vgg_16_fine_tune.py

ENVIRONMENT

Python 3.x 버젼과, tensorflow, keras, opencv 가 필요합니다. Pycharm IDE를 사용하였지만, 코드 실행에 특별히 필요하지는 않습니다.

pip3 install tensorflow
pip3 install keras

UPDATE

• 0.0.1
  • Scratch training architecture 추가하였습니다.
• 0.0.2
  • Fine-tuning architecture 추가하였습니다.
• 0.0.3
  • Inference model을 추가하였습니다. 원하는 이미지를 넣으면 분류 결과를 얻을 수 있습니다.

INFO

김동현 – seru_s@me.com Donghyun Kim / Henniekim

LICENSE

MIT © henniekim