Model 학습: https://github.com/RottenFruitsOSS/image-classification
Application: https://github.com/RottenFruitsOSS/RottenFruitsCamera
- 단계: 모델 학습 -> tflite 변환 -> application 적용
- yolo model은 object detection ML Kit 제공하는 application에 모델 교체 불가능
- image classification 사용해야됨
yolo_model_data : yolo 모델 만들기
metadata_create : 메타데이타 만들기 위해 필요한 파일
- dataset: https://github.com/RottenFruitsOSS/DataSet
- darknet 설치 -> DarknetSetup.ipynb
- configure file 설정하기
custom_data.data
custome-train-yolo.cfg
classes.names
train.txt
test.txt
-
yolo 학습 -> yolo_cherry.ipynb
-
파일 변환 과정 필요
.model -> .pb -> .tflite
tflite로 변환하기 위해서 .pb 파일에 추가적인 메타데이터 생성하여 tflite 파일 만들기
fruits_360 : keras fruits-360모델 만들기
Fresh_vs_Rotten : keras Fresh vs Rotten model 만들기
VGG16,RestNet50 : 전이학습한 모델
- dataset: https://github.com/RottenFruitsOSS/DataSet
- 설정 값 정의
BATCH_SIZE = 32
STEP_SIZE = 8
NUM_EPOCHS = 48
...
- 전이학습 모델 변경
- 모델 정의 부분
baseModel = VGG16(weights="imagenet", include_top=False,
input_tensor=Input(shape=(224, 224, 3)))
baseModel = ResNet50(weights="imagenet", include_top=False,
input_tensor=Input(shape=(224, 224, 3)))
- 학습
- 변환 과정