[2023-05-02] 4. 딥러닝 학습과 모델 파일 사용
MNIST 학습
- TensorFlow 또는 PyTorch를 이용하여 MNIST 필기체 숫자 인식을 학습
- 학습된 모델을 파일로 저장하기 (*.pb 또는 *.onnx)
- OpenCV 에서 학습된 모델을 불러와 필기체 인식 프로그램을 실행
준비 사항
- Python 설치
- https://www.python.org/downloads/
- 호환성을 위해 3.7 또는 3.8 권장(64비트)
- TensorFlow 설치
- https://www.tensorflow.org/
- 편의상 tensorflow 2.7.0 버전을 설치
- PyTorch 설치
- https://pytorch.org/
python mnist_cnn_tf.py
import tensorflow as tf
from tensorflow.keras import datasets, layers, models
from tensorflow.python.framework.convert_to_constants import convert_variables_to_constants_v2
(train_images, train_labels), (test_images, test_labels) = datasets.mnist.load_data()
train_images = train_images.reshape((60000, 28, 28, 1))
test_images = test_images.reshape((10000, 28, 28, 1))
# Normalize pixel values between 0~1
train_images, test_images = train_images / 255.0, test_images / 255.0
# Configure a CNN model for MNIST
model = models.Sequential([
layers.Conv2D(10, (3, 3), activation='relu', input_shape=(28, 28, 1)),
layers.MaxPooling2D((2, 2)),
layers.Conv2D(20, (3, 3), activation='relu'),
layers.MaxPooling2D((2, 2)),
layers.Flatten(),
layers.Dense(200, activation='relu'),
layers.Dense(10, activation='softmax')
])
model.summary()
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
# Training!
model.fit(train_images, train_labels, epochs=5)
# get model TF graph
tf_model_graph = tf.function(lambda x: model(x))
# get concrete function
tf_model_graph = tf_model_graph.get_concrete_function(
tf.TensorSpec(model.inputs[0].shape, model.inputs[0].dtype))
# obtain frozen concrete function
frozen_tf_func = convert_variables_to_constants_v2(tf_model_graph)
# get frozen graph
frozen_tf_func.graph.as_graph_def()
# save full tf model
tf.io.write_graph(graph_or_graph_def=frozen_tf_func.graph,
logdir=".",
name="mnist.pb",
as_text=False)
python mnist_cnn_pytorch.py
import torch
import torch.nn as nn
import torchvision
import torchvision.transforms as transforms
# Device configuration
device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
# Hyper parameters
num_epochs = 5
num_classes = 10
batch_size = 100
learning_rate = 0.001
# MNIST dataset
train_dataset = torchvision.datasets.MNIST(root='./data/',
train=True,
transform=transforms.ToTensor(),
download=True)
test_dataset = torchvision.datasets.MNIST(root='./data/',
train=False,
transform=transforms.ToTensor())
# Data loader
train_loader = torch.utils.data.DataLoader(dataset=train_dataset,
batch_size=batch_size,
shuffle=True)
test_loader = torch.utils.data.DataLoader(dataset=test_dataset,
batch_size=batch_size,
shuffle=False)
# Convolutional neural network (two convolutional layers)
class ConvNet(nn.Module):
def __init__(self, num_classes=10):
super(ConvNet, self).__init__()
self.layer1 = nn.Sequential(
nn.Conv2d(1, 16, kernel_size=5, stride=1, padding=2),
nn.BatchNorm2d(16),
nn.ReLU(),
nn.MaxPool2d(kernel_size=2, stride=2))
self.layer2 = nn.Sequential(
nn.Conv2d(16, 32, kernel_size=5, stride=1, padding=2),
nn.BatchNorm2d(32),
nn.ReLU(),
nn.MaxPool2d(kernel_size=2, stride=2))
self.fc = nn.Linear(7*7*32, num_classes)
def forward(self, x):
out = self.layer1(x)
out = self.layer2(out)
out = out.reshape(out.size(0), -1)
out = self.fc(out)
return out
model = ConvNet(num_classes).to(device)
# Loss and optimizer
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)
# Train the model
total_step = len(train_loader)
for epoch in range(num_epochs):
for i, (images, labels) in enumerate(train_loader):
images = images.to(device)
labels = labels.to(device)
# Forward pass
outputs = model(images)
loss = criterion(outputs, labels)
# Backward and optimize
optimizer.zero_grad()
loss.backward()
optimizer.step()
if (i+1) % 100 == 0:
print ('Epoch [{}/{}], Step [{}/{}], Loss: {:.4f}'
.format(epoch+1, num_epochs, i+1, total_step, loss.item()))
# Test the model
model.eval() # eval mode (batchnorm uses moving mean/variance instead of mini-batch mean/variance)
with torch.no_grad():
correct = 0
total = 0
for images, labels in test_loader:
images = images.to(device)
labels = labels.to(device)
outputs = model(images)
_, predicted = torch.max(outputs.data, 1)
total += labels.size(0)
correct += (predicted == labels).sum().item()
print('Test Accuracy of the model on the 10000 test images: {} %'.format(100 * correct / total))
# Save the model checkpoint
torch.save(model.state_dict(), 'model.ckpt')
# onnx export
import torch.onnx
dummy_input = torch.randn(1, 1, 28, 28).to(device)
torch.onnx.export(model, dummy_input, "mnist.onnx")
*.pb 파일 만들기
python mnist_cnn_tf.py를 입력하여 파이썬 파일 실행시 텐서플로우로 학습을 진행함- 학습이 완료되면 mnist.pb 파일이 생성된 것을 확인할 수 있음
*.onnx 파일 만들기
python mnist_cnn_pytorch.py를 입력하여 파이썬 파일 실행시 파이토치로 학습을 진행함- 학습이 완료되면 data라는 폴더가 생성되며 mnist.onnx 파일과 mnist.ckpt 파일이 생성된 것을 확인할 수 있음
- mnist.ckpt : wait 값이 저장됨
학습된 MNIST 모델을 OpenCV에서 사용하기
#include <iostream>
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;
using namespace cv::dnn;
void on_mouse(int event, int x, int y, int flags, void* userdata);
Mat norm_digit(Mat& src)
{
CV_Assert(!src.empty() && src.type() == CV_8UC1);
Mat src_bin;
threshold(src, src_bin, 0, 255, THRESH_BINARY | THRESH_OTSU);
Mat labels, stats, centroids;
int n = connectedComponentsWithStats(src_bin, labels, stats, centroids);
Mat dst = Mat::zeros(src.rows, src.cols, src.type());
for (int i = 1; i < n; i++) {
if (stats.at<int>(i, 4) < 20) continue;
int cx = cvRound(centroids.at<double>(i, 0));
int cy = cvRound(centroids.at<double>(i, 1));
double dx = 14 - cx; // 28 x 28 이미지를 사용하므로 무게 중심의 좌표를 14,14
double dy = 14 - cy;
Mat warpMat = (Mat_<double>(2, 3) << 1, 0, dx, 0, 1, dy);
warpAffine(src, dst, warpMat, dst.size());
}
return dst;
}
int main()
{
Net net = readNet("mnist.pb"); // mnist.pb 를 불러옴
//Net net = readNet("mnist.onnx");
if (net.empty()) {
cerr << "Network load failed!" << endl;
return -1;
}
Mat img = Mat::zeros(400, 400, CV_8UC1); // 400 x 400 창을 만듬
imshow("img", img);
setMouseCallback("img", on_mouse, (void*)&img); // 마우스를 이용해서 만든 창에 글씨를 씀
while (true) {
int c = waitKey();
if (c == 27) {
break;
} else if (c == ' ') { // 스페이스바를 누르면
Mat blr, resized;
GaussianBlur(img, blr, Size(), 1.0); // 쓴 글씨 그림을 블러링
resize(blr, resized, Size(28, 28), 0, 0, INTER_AREA); // 28 x 28 resize 작업을 함
Mat blob = blobFromImage(norm_digit(resized), 1/255.f, Size(28, 28)); // 블럽을 만듬
// MNIST 데이터 셋을 학습시킬때는 각각의 픽셀 값이 0~1 사이의 Normalized된 형태로 학습이 진행되었음
net.setInput(blob); // 블럽을 네트워크 객체에 인풋으로 넣고
Mat prob = net.forward(); // 네트워크를 실행하고 그 결과를 Mat 형태의 prob에 저장
// prob 행렬은 0~9까지의 숫자중 내가 입력한 이미지가 어느 클래스일 확률이 높은지 행렬의 형태로 반환함
double maxVal;
Point maxLoc;
minMaxLoc(prob, NULL, &maxVal, NULL, &maxLoc); // prob 행렬중 가장 큰 값이 있는 idx는 어디인가?
int digit = maxLoc.x; // 몇번째 클래스에서 확률값이 크게 나타난지 digit에 저장함
cout << digit << " (" << maxVal * 100 << "%)" <<endl;
// 몇번째 클래스에서 확률 값이 크게 나타난지를 저장한 digit와 그때의 확률 값을 같이 출력
img.setTo(0);
imshow("img", img);
}
}
}
Point ptPrev(-1, -1);
void on_mouse(int event, int x, int y, int flags, void* userdata)
{
Mat img = *(Mat*)userdata;
if (event == EVENT_LBUTTONDOWN) {
ptPrev = Point(x, y);
} else if (event == EVENT_LBUTTONUP) {
ptPrev = Point(-1, -1);
} else if (event == EVENT_MOUSEMOVE && (flags & EVENT_FLAG_LBUTTON)) {
line(img, ptPrev, Point(x, y), Scalar::all(255), 40, LINE_AA, 0);
ptPrev = Point(x, y);
imshow("img", img);
}
}
- 텐서플로우, 파이토치 딥러닝 둘 다 머신러닝인 SVN으로 학습한 것과 비슷한 결과를 보여줌
- 몇몇 숫자는 인식을 잘못하는 것을 확인할 수 있었음
- 숫자를 구석에 작성하거나 다른 쪽에 치우쳐서 작성하게 되면 인식을 잘못하는 경우가 있었음
- 이러한 현상을 없에기 위해 위치에 대한 Normalization 작업을 거침
- 텐서플로우 파일을 사용했을 때 결과
- 파이토치 파일을 사용했을 때 결과
