sba-AI

서울산업진흥원 인공지능 특화 교육 수강한 내용입니다.

1. CNN
2. RNN

[Project] 교통 표지판 이미지 분류

프로젝트 목표

교통 표지판 이미지 데이터를 분석하고 딥러딩 모델을 통하여 표지판 종류를 예측하는 분류 모델 수행 대량의 이미지 데이터를 전 처리하는 과정과 이에 따른 CNN 모델의 성능 변화를 학습

프로젝트 목차

데이터 분석: 이미지 데이터를 이루고 있는 요소에 대해서 Dataframe를 사용하여 분석 및 확인
데이터 전 처리: 이미지 데이터를 읽어오고 딥러닝 모델의 입력으로 전 처리
딥러닝 모델: CNN 모델을 구현하고 학습, 평가 및 예측을 수행

데이터 출처

https://www.kaggle.com/meowmeowmeowmeowmeow/gtsrb-german-traffic-sign

작업환경

코랩(Colab), jupyter notebook

프로젝트 개요

차량 운전을 하면서 도로 교통 표지판을 보고 규칙을 지키는 것은 운전자의 및 교통 안전을 위해서 중요한 일입니다. 만일 사람이 아닌 기계가 이를 수행해야 한다면, 어떻게 표지판을 구분할 수 있을까요? 이러한 물음은 자율 주행차 기술이 발전하면서 중요한 이슈가 되었고, 딥러닝 기술 바탕의 분류 모델이 상당한 수준의 정확도를 보이며 적용되고 있습니다.

이번 프로젝트에서는 교통 표지판 분류의 첫 번째 스텝으로 간단하게 교통 표지판 이미지가 입력 되었을 때 이 것이 43 종의 표지판 중 어떤 것인가를 분류하는 딥러닝 모델을 구현합니다. 이를 통하여 교통 표지판 이미지 데이터들의 특징과 CNN 모델을 통하여 분류를 수행하는 것을 학습할 수 있습니다.