이미지 로딩

Dog vs Cat 데이터셋

캐글(데이터 사이언스 경진대회 플랫폼) 데이터
고양이와 강아지를 사진으로 구분하는 문제
대회 1등 정확도가 98.9%
cats_and_dogs_filtered
- train
  - cats
  - dogs
- validation
  - cats
  - dogs
부품 불량을 분류하는 프로젝트를 하고 싶다면 cats, dogs 대신에 정상, 불량 폴더를 만들어 분류

전처리

일반적인 8비트 RGB 이미지의 픽셀값은 0~255
Resize(256)은 가로세로 비율을 유지하며 짧은 변을 256픽셀로 조정
CenterCrop(IMAGE_SIZE)는 가운데에서 224×224 영역을 추출
ToTensor()는 (Height, Width, Channels) 이미지를 float32 (Channels, Height, Width) 텐서로 바꾸고 픽셀값을 0~1로 조정
Normalize()는 각 RGB 채널에 평균 0.5, 표준편차 0.5를 적용해 0~1을 -1~1로 조정

from torchvision import transforms

IMAGE_SIZE = 224
transform = transforms.Compose([
    transforms.Resize(256),  # 짧은 변을 256픽셀로 조정
    transforms.CenterCrop(IMAGE_SIZE),  # 가운데 224×224 영역 추출
    transforms.ToTensor(),  # 0~255 이미지를 0~1 텐서로 변환
    transforms.Normalize(
        mean=(0.5, 0.5, 0.5),  # RGB 채널별 중심
        std=(0.5, 0.5, 0.5),  # 0~1을 -1~1로 조정
    ),
])

Normalize()가 채널별로 적용하는 계산은 다음과 같음.

x^{'} = \frac{x - 0.5}{0.5} = 2 x - 1

ToTensor() 출력 0.0은 -1.0으로 변환
0.5는 0.0으로 변환
1.0은 1.0으로 변환
입력 규모를 일정하게 맞추면 최적화가 안정되고 학습률을 조정하기 쉬움

데이터 로딩

# 데이터셋
from torchvision.datasets import ImageFolder
train_dataset = ImageFolder(root='cats_and_dogs_filtered/train', transform=transform)
val_dataset = ImageFolder(root='cats_and_dogs_filtered/validation', transform=transform)

# 로딩
from torch.utils.data import DataLoader
BATCH_SIZE = 32
train_loader = DataLoader(train_dataset, batch_size=BATCH_SIZE, shuffle=True)
val_loader = DataLoader(val_dataset, batch_size=BATCH_SIZE, shuffle=False)

모델 정의

import os
os.environ["KERAS_BACKEND"] = "torch"  # Keras에서 PyTorch 사용

import keras

model = keras.Sequential([
    keras.Input(shape=(3, IMAGE_SIZE, IMAGE_SIZE)), # (Channels, Height, Width)
    keras.layers.Conv2D(32, (3, 3), activation='relu', data_format='channels_first'),
    keras.layers.MaxPooling2D((2, 2), data_format='channels_first'),
    keras.layers.Flatten(),
    keras.layers.Dense(512, activation='relu'),
    keras.layers.Dense(1, activation='sigmoid')
])

Keras는 기본적으로 Height, Width, Channels 순으로 입력
PyTorch는 Channels가 먼저 나오므로 데이터 포맷을 그에 맞춰줌

훈련

model.compile(
    optimizer=keras.optimizers.SGD(learning_rate=0.001),
    loss='binary_crossentropy',
    metrics=['accuracy']
)

model.fit(
    train_loader,
    epochs=1,
    validation_data=val_loader
)

이미지 한 장 입력

이미지 한 장 불러오기

from PIL import Image
image = Image.open(
    'cats_and_dogs_filtered/validation/cats/cat.2000.jpg'
).convert('RGB')  # 항상 RGB 3채널로 변환
image # 이미지 보기

변환

x = transform(image)

x.dtype  # 자료형

x.shape  # 채널, 높이, 너비

x.amin().item()  # 픽셀값 최솟값

x.amax().item()  # 픽셀값 최댓값

shape은 (3, 224, 224)
dtype은 torch.float32
픽셀값은 -1~1 범위 안에 위치하며 이미지에 따라 실제 최솟값과 최댓값은 달라짐

모델에 입력

batch = x.unsqueeze(0) # 차원을 추가 (expand_dims와 같음)
model.predict(batch)