[python] 미리 훈련된 MobileNet으로 이미지 분류하기

이미지넷으로 미리 훈련된 MobileNet으로 이미지를 분류해보도록 하겠습니다. MobileNet은 다른 이미지 분류 CNN 모델에 비해 적은 가중치들(weights)을 갖고 있습니다. 비교적 가벼운 모델이죠. 그럼에도 불구하고 분류 정확도에 있어서는 무거운 모델들과 비교했을 때 크게 뒤쳐지지 않습니다.

 

다음과 같은 신호등 이미지를 잘 분류해내는지 확인해볼까요? 

 

img2.jpg

 

다음 코드를 실행하시면 됩니다. 

 

import numpy as np
from tensorflow.keras.applications.mobilenet import MobileNet, preprocess_input, decode_predictions
from tensorflow.keras.preprocessing import image
 
model = MobileNet(weights='imagenet')
 
img_path = 'img2.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)
 
preds = model.predict(x)
print('Predicted:', decode_predictions(preds, top=3)[0])

 

자, 결과를 한번 볼까요? 

 

위 이미지를 신호등이라고 잘 분류했다.

 

미리 훈련된 MobileNet이 위 사진이 traffic_light, 신호등에 관한 것임을 잘 분류해냈죠? 0.9665834, 약 97%의 확률로 신호등이라고 판단했습니다.