[DL] CNN | 실습2 : Flower_Recognition

 

 

       GitHUB : https://github.com/H-Kyul/03.DeepLearning

       하단 파일info 참고 - -

       파일 MD1 : MODEL1

       파일 MD2 : MODEL2

       - 수정1 : image size, BATCH_SIZE, EPOCHS

       - 수정2 : LABEL_NAME : Dandelion 과 ROSE 순서가 변경되어 있어 잘못 학습되었던 것 같음.

                 변경 후, Dandelion 예측 확률이 높아짐.

       - 수정3 : Dense(128)를 늘리고, Dropout(0.5)을 낮춤.   -> Dense(512), Dropout(0.3)

                 (기존 모델이 학습이 덜 된다고 생각해서)

 

 

 

---

[ 학습 결과 ] 

파일 MD2 : SCORE

 

 

Epoch13에서 Accuracy : 0.8172 까지 올랐으나 loss와 validation loss 값의 차이가 여전히 있음.

그래프에서 Epoch 6..8 이후로는 학습이 의미 없어 보임. Overfitting 발생

 

epoch8에서 validation loss가 갑자기 치솟음을 볼 수 있다.

 

[ 예측 ] 

- LABEL_NAME 수정 전에는 Dandelion을 거의 맞추지 못했다. (특히 홀씨 말고 꽃) (엉뚱한 라벨을 학습시키고 있었다.)

- 수정 후 Dandelion 예측률이 높아졌다. (학습이 제대로 됨!)

- Sunflower는 모델을 여러차례 수정하는 동안 꾸준히 잘 맞췄다. (데이터수가 다른 꽃보다 많은 것은 아님, 이유는?)