데이터 셋 분석 및 학습 비교(8) - 정리 및 개선
2021. 6. 13. 00:19ㆍAI-딥러닝/실습(학습모델 비교)
지금까지 실험해본 학습결과를 정리해보자.
01 Softmax Classification 84.69%
02 Keras Sequential Dense Net 89.66%
03 Keras CNN 92.31% 4순위
04 Keras CNN (batch_size, Epoch 값 조정) 94.7% 2순위
05 Keras CNN( 레이어 값 조정) 92.85% 3순위
06 Random Erasing Net 95.8% 1순위
이 결과를 통해 얻은 결론과 소감 배운점을 정리해보면
여러가지 모델들을 사용해보고 모델의 레이어나 batch_size, Epoch, 활성화 함수 등을 수정해보면서 모델의 깊이를 더 깊게 하거나 성능이 더 좋은 모델을 사용하면 정확도를 향상시킬 수 있다는 것을 알 수 있었고...
제일 중요하게 생각하는 것은 모델을 탐색하고 구조를 분석하는 스킬을 늘릴 수 있었던 것 같다.
만약 앞으로 더 시도해볼게 있다면 업 스케일링 기법을 사용하여 샘플의 해상도를 높혀서 분류를 진행하거나 호근 Deconvolution네트워크를 사용하여 feature map의 크기를 키워서 진행하 보는것도 정확도를 향상 시킬 수 있지 않을까 예상한다
또는 데이터셋의 해상도 증진을 위해 OpenCV를 사용하여 개선해보는 것도 나쁘지 않을 것 같다.
'AI-딥러닝 > 실습(학습모델 비교)' 카테고리의 다른 글
데이터 셋 분석 및 학습 비교(7) - 새로운 딥러닝 모델 탐색 (0) | 2021.06.12 |
---|---|
데이터 셋 분석 및 학습 비교(5) - Batch_size와 Epoch의 변화에 따른 정확도 변화와 keras_library(early stopping) (0) | 2021.06.12 |
데이터 셋 분석 및 학습 비교(4) - Keras CNN 사용 및 결과 분석 (0) | 2021.06.12 |
데이터 셋 분석 및 학습 비교(3) - keras Sequential Dense Net사용 및 정확도 분석 (0) | 2021.06.12 |
데이터 셋 분석 및 학습 비교(2) - 딥러닝이 필요한 이유와 단순(SoftMax Classification Model)적용 (0) | 2021.06.12 |