머신러닝 프로젝트 – UNET을 이용한 이미지 화소 높이기

머신러닝 프로젝트 – UNET을 이용한 이미지 화소 높이기

2018년 October 19일 0 By SUNGMIN

UNET이라는 신경망 구조를 적용하여 이미지의 화소를 높이는 프로젝트를 해보았다.

 

목차
UNET에 대한 설명, Data code와 Unet code에 대한 설명, 결론, 배운점과 느낀점 순으로 되어있다.

 

프로젝트 목표

 

프로젝트의 목표는 16*16 픽셀의 컬러이미지를 32*32 픽셀의 컬러 이미지로 화소수를 높이는 것이다.

 

UNET에 대한 간단한 설명.

 

UNET의 구조와 설명.

 

UNET의 구조와 설명.

 

Data로 사용한 Image Data에 대한 Code와 설명.

 

Cifar10의 이미지를 가져와 reshape 해주는 Code.

 

입력 데이터를 저장할 공간을 만들고 학습에 사용할 입력 데이터를 생성하는 Code.

 

Test에 사용할 입력 데이터를 생성하는 Code와 사용할 변수들을 저장해주는 Code.

 

UNET Code와 Code에 대한 설명.

 

사용할 Package들을 import.

 

UNET Class를 생성하고 conv망 함수를 만들어주는 Code.

 

UNET Class 안의 deconv망 함수에 대한 Code.

 

위에서 만들었던 conv & deconv 함수를 이용하여 UNET을 구축하고 학습을 해주는 Code.

 

show_plt()함수를 통해
학습전 16*16 이미지, 목표인 실제 32*32이미지, UNET으로 생성한 32*32이미지를 보여준다.

 

show_plt()함수를 통해
학습전 16*16 이미지, 목표인 실제 32*32이미지, UNET으로 생성한 32*32이미지를 보여준다.

 

main함수 부분. data를 가져오고 신경망을 생성하여 학습을 진행 해준다.
학습 시간 때문에 이미지 데이터를 일부분만 잘라서 사용했다.

 

UNET 신경망을 이용하여 16*16 이미지를 32*32로 화소수를 높인 결과.

 

결론.

 

입력으로 들어간 16*16, UNET으로 생성한 32*32이미지, 실제 32*32이미지(목표 이미지).

 

프로젝트에 대한 개인적인 견해.

 

프로젝트에 대한 개인적인 견해.

 

프로젝트에 대한 개인적인 견해.

 

프로젝트에 대한 개인적인 견해.

 

배운점&느낀점.

 

배운점&느낀점.

 

참고문헌.

 

읽어 주셔서 감사합니다~

 

하단의 파일은 PPT 파일입니다.

PPT 사용은 자유롭게 하셔도되나 저작권 표기는 꼭 해주세요. ㅎㅎ

 

UNET_Project_PPT