[연구실] VGG-16 결과

<VGG-16 모델 결과>

현재, VGG-16 모델을 변형하여 이미지 정보 추출하는 Vector를 result 값을 반환하도록 하였다.
원본이미지 data -> train 폴더
90도 오른쪽 회전 -> rotate 폴더
좌우 반전 -> mirror 폴더
어둡게 50 -> dark 폴더
밝게 100 -> bright 폴더

각 train data와 나머지 noise data 를 비교하여 가장 Similarity가 높은 Top - 4를 뽑아내었다.

1. 100개의 이미지가 얼마의 similarity 값으로 TOP-4이 되었는가??

2. 검토
1) 어떤 종류의 noise image를 detect 못하는가?
2) Top-4에서 index 일치하는 image들의 대략적인 similarity 값?

3. 각 결과를 matplotlib를 이용하여 결과를 확인
image 축은 이미지 1 ~ 100을 말하는 것(원본 이미지 data)
index는 각각 다음을 가르킴
0: rotate
1: mirror
2: dark
3: bright
similarity는 유사도를 나타낸다

왼쪽은 이미지의 index 값이 같게 나온 Consistent image에 대한 정보이다.
다음을 보면 bright와 dark에 대한 image는 잘 detect하고 유사도 또한 높게 나오는 것을 확인할 수 있지만,
rotate과 mirror에 대한 정보는 유사도 값이 낮아서 detect 하지 못하는 것을 확인할 수 있다.

=> 이부분에 대한 점을 보안해야한다.

4. average를 측정

연구실.pdf

8.35MB