이번엔 가위바위보 이미지 데이터인 rock_paper_scissors (이하 rps) 데이터 셋과 이미지 Augmentation (ImageDataGenerator)을 이용해 이미지 분류를 해보려고 한다. *출처:https://www.tensorflow.org/datasets/catalog/rock_paper_scissors Data Augmentation을 위해 데이터를 생성하는 방법으로 keras의 ImageDataGenerator를 많이 사용하는데, ImageDataGenerator를 사용하면 객체를 생성할 때 파라미터를 전달해주기 때문에 데이터의 전처리를 쉽게 할 수 있고, 이미지에 변화를 주면서 학습 데이터로 사용하여 과적합을 방지해주다. training_datagen = ImageDataGenerator( rescale = 1./255, # 이미지의 픽셀 값 조정 normalization rotation_range = 40, # 이미지 회전 width_shift_range...
#
augmentation
#
이미지전처리
#
이미지분류모델
#
이미지딥러닝
#
분류모델
#
머신러닝
#
딥러닝모델
#
딥러닝기초
#
딥러닝
#
데이터전처리
#
가위바위보데이터
#
pooling
#
MaxPooling2D
#
keras
#
ImageDataGenerator
#
Conv2D
#
cnn
#
케라스
