python_school_Deeprunning

💁 프로젝트 선정 이유

과거 자동차를 렌트할때 자동차를 인수를 하고 반납을 할때 직원과 같이 검수를 하지만 사람이 하기 때문에 정확하지 않아 빌리고 나서도
혹시 기스가 나지 않았을까 아니면 내가 낸 기스가 아닌데 피해를 보지는 않을까 불안한 마음이 생겼던  경험이 있었습니다.
그 경험을 토대로 검수 과정을 사람이 하지 않고 컴퓨터가 대신하면  어떨까 라는 생각을 하게 되었습니다.
컴퓨터가 검수를 하게 되먄 사람 보다 정확하고 기록으로 남겨 놓을 수 있기 때문에 기존의 스크래치 부분을 미리 확인하고 
이후에 한번더 이 프로그램을 사용하여 기존의 스크래치 이외의 추가적인 스크래치가 생겼는지 확인 할 수 있을 것 같다고 생각을 하게 되었고 
그렇게 되면 기존에 제가 느꼈던 문제점을 해결할 수 있지 않을까라는 생각에 이러한 프로젝트 주제를 선정 하게 되었습니다.

📋 프로젝트 결과 보고서

🛠️ 프로젝트 보고서 부가 설명

  1. 훈련데이터 400장, 검증 데이터 200장, 테스트 데이터 20장으로 데이터를 수집하였고
     사진 크기는 100*100, 배치사이즈는 20으로 한번에 20장씩 불러오게 설정힌 후 수집한 데이터를 불러온 코드 입니다.
  2. CNN신경망을 적용
  3. 데이터의 학습 횟수를 40으로 지정 하여 훈련

📌 훈련 결과

훈련 결과로는 약60%라는 정확도로 판별 가능

🤔 오차 값이 증가 하는 이유

  1. 데이터 부족으로 초반에 훈련데이터 200장 검증데이터 100장 테스트 데이터 20장으로 시작을 하였는데 데이터가 부족한 것 같아서 훈련데이터 400장 검증데이터 200장으로 데이터를 늘려서 수정을 하였지만 
     그럼에도 오차값을 줄이기에는 데이터의 양이 부족

  2. 흠집이 없는 자동차 사진 데이터 수집과정 에서 임의로 부분 확대를 했는데 이과정 에서 컴퓨터가 확대된 사진과 그렇지 않은 사진으로 기준점을 집았을 가능성

💻 개발 과정 세부 정리 내용(개인 블로그)

프로젝트 : 방학 파이썬 인공 지능 특강 과정 세부 정리

→ https://m.blog.naver.com/gnos456/222795451610