Skip to content

RottenFruitsOSS/RottenFruitsModel

Repository files navigation

최종 최적화 모델 및 적용

Model 학습: https://github.com/RottenFruitsOSS/image-classification

Application: https://github.com/RottenFruitsOSS/RottenFruitsCamera

Rotten Cherry Model 을 만들기 위해 진행한 model 학습

  • 단계: 모델 학습 -> tflite 변환 -> application 적용
  • yolo model은 object detection ML Kit 제공하는 application에 모델 교체 불가능
  • image classification 사용해야됨

Yolo Model

yolo_model_data : yolo 모델 만들기

metadata_create : 메타데이타 만들기 위해 필요한 파일

simple step

  1. dataset: https://github.com/RottenFruitsOSS/DataSet
  2. darknet 설치 -> DarknetSetup.ipynb
  3. configure file 설정하기
custom_data.data
custome-train-yolo.cfg
classes.names   
train.txt       
test.txt        
  1. yolo 학습 -> yolo_cherry.ipynb

  2. 파일 변환 과정 필요

.model -> .pb -> .tflite

tflite로 변환하기 위해서 .pb 파일에 추가적인 메타데이터 생성하여 tflite 파일 만들기

Keras Model 만들기

fruits_360 : keras fruits-360모델 만들기

Fresh_vs_Rotten : keras Fresh vs Rotten model 만들기

Image Classification Model

VGG16,RestNet50 : 전이학습한 모델

simple step

  1. dataset: https://github.com/RottenFruitsOSS/DataSet
  2. 설정 값 정의
BATCH_SIZE = 32
STEP_SIZE = 8
NUM_EPOCHS = 48
...
  1. 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)))
  1. 학습
  2. 변환 과정

Releases

No releases published

Packages

No packages published