[Python] 파이썬 : AI_이미지학습_마스크 구분하기 (tensorflow)

@37_인공지능 사과와 오렌지 구분하기

 

1. 구글의 인공지능 티처블머신 tensorflow 활용해서 이미지 학습

2. 학습결과 활용하여 검증용 이미지 구분하기

---

1. 구글의 인공지능 티처블머신 tensorflow 활용해서 이미지 학습

 

https://teachablemachine.withgoogle.com/

Teachable Machine

- 이미지 학습

- 마스크 쓴 이미지(mask) / 마스크 안 쓴 이미지 (unmask) 두 가지로 학습

- 학습 결과 대체로 잘 나옴

---

2. 학습한 결과 가져와 코드에 반영

- 이 부분은 코드를 가져다 쓰는 수준임

- 파이썬의 버전과 tensorflow의 버전이 맞아야 한다고 하는데 그냥 했음

- 교재에서는  파이썬(V_3.8.8) 과 tensorflow(V_2.3)을 사용함

- 내 경우 파이썬(V_3.9.7) 과 tensorflow(V_2.9.0)를 사용함

 

import tensorflow.keras
from PIL import Image, ImageOps
import numpy as np
from glob import glob

# 학습모델과 검증이미지 불러오기
model_path = r'37_AI\converted_keras\keras_model.h5'
labels_path = r'37_AI\converted_keras\labels.txt'
img_list = glob(r'37_AI\samplePic\*.jpg')
img_list.extend(glob(r'37_AI\samplePic\*.png'))

# 학습모델
model = tensorflow.keras.models.load_model(model_path)
data = np.ndarray(shape=(1,224,224,3), dtype=np.float32)

# 검증 이미지 개수만큼 검증
for img_path in img_list:
    image = Image.open(img_path)
    size = (224,224)
    image = ImageOps.fit(image, size, Image.ANTIALIAS)
    
    image_array = np.asarray(image)
    normalized_image_array = (image_array.astype(np.float32) / 127.0) - 1
    data[0] = normalized_image_array
    
    prediction = model.predict(data)
    print(prediction)
    
    with open(labels_path, 'rt', encoding='UTF8') as f:
        readLines = f.readlines()
        
    # 검증 결과 출력
    if prediction[0, 0] > prediction[0,1]:
        print(img_path, readLines[0])
    else:
        print(img_path, readLines[1])

결과.

- 버전이 안맞는지 알람들이 뜨지만, 결과는 나옴

- 검증에 사용된 이미지 (실제 이미지에서는 눈이 가려져 있지 않음)

- 위 결과에서 나온 파일명과 대조해 보면 mask, unmask가 정확히 구분된 것을 알 수 있음

---

엔트리에서 AI관련 콘텐츠를 만들 때 사용하는 툴이 텐서플로를 모방한 듯 보인다.

 

엔트리에서 콘텐츠를 만들 때 불편한 점은

실시간으로 학습결과 반영이 안되고 웹캠에서도 하나의 이미지로 받아서

구분해야 하는 점이다.

 

네이버는 엔트리에 투자를 더 해야할 듯.

개발은 하는 것 같은데 관리가 안됨.