Keras Cat Dog 분류 - 4. 딥러닝 시작하기 - 훈련 데이터 분류하여 복사하기

설치 부터 실제 분류까지 keras로

 Cat과 Dog 데이터 셋으로 끝까지 해보기

2019/06/13 - [주제를 딱히 정하기 싫을때] - Keras Cat Dog 분류 - 3. 딥러닝 시작하기 - 데이터 확보및 구성

Keras Cat Dog 분류 - 3. 딥러닝 시작하기 - 데이터 확보및 구성

 

6 훈련 데이터 복사하기

• keras 폴더로 이동합니다.

• c:\keras

• 주피터 노트북을 실행 합니다.

• c:\keras\jupyter notebook

• 브라우저에 주피터 노트북의 메인화면이 나옵니다.

• 우측에 new -> 가상환경 커널명을 선택하여 클릭하세요

 

 

• 복사에 필요한 모듈을 임포트 합니다.

• import os, shutil

• shutil 

• copy 라이브러리

• shutil.copy(원본 대상,복사할 대상)

• 데이터 원본 path 와  복사하여 저장할 path를 지정합니다.

• original_dataset_path = './dogsNcats'

• c:\keras\dogsNcats 의 위치가 됩니다.

• copy_train_path = './datasets'

• c:\keras\datasets 의 위치가 됩니다.

• 참고로 주피터의 '/' 와 윈도우의 '\'  표기가 다른 것은 주피터는 리눅스와 같은 표기를 하기 때문입니다.

 

 

• train폴더의 사진을 dog 와 cat 의 폴더를 만들어  해당 사진을 이동 시키고

                         훈련데이터 검증데이터를 나누는 함수를 만들겠습니다.

•     train 데이터의 파일명칭 형태

• cat.100.jpg

• dog.100.jpg

• image_paths = [os.path.join(original_dataset_path,"train",dogORcat_path + '.' + str(i) + '.jpg')

                                           for i in range(start_num,end_num)]

•  파일 명칭과 같은 형태로 만들어 원하는 수 만큼 뽑아 리스트를 만듭니다. 

• os.path.join(A,B)

• A와 B를 연결하여 줍니다.

• target_copy_paths = os.path.join(copy_train_path,trainORval_path,dogORcat_path)

• (복사할 장소 폴더명 ,  train 폴더 또는 validation 폴더, dog 폴더 또는 cat 폴더 ) 경로를 붙입니다.

• if not os.path.isdir(target_copy_paths):

                             os.makedirs(target_copy_paths)

•  복사할 장소 폴더가 없다면 미리 만들어 둡니다.

• for image_path in image_paths:

                       shutil.copy(image_path, target_copy_paths)

• image_paths의 목록을 하나씩 읽어 들여  복사합니다.

 

 

• 함수를 실행 시켜 복사합니다.

• 훈련데이터 각각 10000장 

• 검증 데이터 각각 2500장 

• copy_files("dog",0,10000,"train")

• copy_files("cat",0,10000,"train")

• copy_files("dog",10000,12500,"validation")

• copy_files("cat",10000,12500,"validation")

 

 

• 훈련데이터와 검증데이터가  각각의 폴더에 cat 과 dog 폴더로 나눠 복사 되었음을 확인합니다.

• print("훈련데이터 Dog 개수",len(os.listdir('./datasets/train/dog')))

• print("훈련데이터 Cat 개수",len(os.listdir('./datasets/train/cat')))

• print("검증데이터 Dog 개수",len(os.listdir('./datasets/validation/dog')))

• print("검증데이터 Cat 개수",len(os.listdir('./datasets/validation/cat')))

• os.listdir()

• 지정한 디렉토리의 모든 파일목록을 반환합니다.

• len(os.listdir(PATH)) 

• len을 통해 PATH의 모든 파일 목록을 가져와서 총 개수를 반환 하게 됩니다. 

 

 

• 탐색기를 통해 직접 확인해 보세요

• 이번파트의 코드도 올려 드립니다.

 

 

 

 

 

 

 

 

 

 

다음 파트 딥러닝 훈련 모델을 위한 콜백 함수를 구성 하겠습니다.

수고 하셨습니다.

 

Keras Cat Dog 분류 - 4. 딥러닝 시작하기 - 훈련 데이터 분류하여 복사하기.ipynb

0.00MB