[텐서플로]로 머신러닝하기

오랜만에 다시 돌아왔다 흐흐

여행을 갔다왔더니 온몸이 아프다 다음에는 휴양가야지

 

일단 연구실에 돌아와서 kitti자료형에 대한 특성을 조사해보니까 다음과 같이 라벨링이 되어있었기 때문에, 이 부분에서는 안개낀 이미지에 대한 트레이닝이 부족하다는 것을 깨달을 수 있었다. 

그래서 이번에는 bdd로 일단 기존 데이터를 통해서 학습한 애로 테스트를 해보고, 그리고 잘 안나오면 bdd친구로 다시 학습을 한 모델을 이용해서 해볼 예정이다.

 

일단 dehaze된 kitti이미지는 존재하지 않았기 때문에, 일단 저기 보이는 bdd100k중에 하나를 골라서 진행하기로 했다.

 

경로의 경우 이렇게 설정이 되겠다.

./bdd100k_images/bdd100k\images/100k\test/cabe1040-5f02711e.jpg

 

허허 그리고 이거는

 

python monodepth_simple.py --image_path ./bdd100k_images/bdd100k\images/100k\test/cabe1040-5f02711e.jpg --checkpoint_path tmp/model_train/model-181250&

이런식의 명령어로 쓸 수 있겠다.

여기다가

이렇게 위에 내가 쓴 명령문을 넣어서 돌리면 이렇게 된다.

 

그러면 이렇게 done! 이라는 결과가 출력된다.

 

 

오? 생각보다 결과물이 좋다.

그러면 이런 이미지들을 일단 분류해보기로 한다.

이렇게 폴더를 만들고 여기에 haze가 있는 이미지들만을 넣어볼 예정이다.

이렇게 비어있는 폴더에다가

이렇게 이미지들을 넣었는데, 음 아무래도 haze만 분류하기가 어렵기는 하다.

그러면 일단 이 데이터들을 이용해서 트레이닝을 해보기로 하자.

 

이거로 트레이닝하는거는 다음 글에서 다루겠다.