1 minute read

Intro

  • 서울숲 챌린지의 연장선으로, 서울숲 외의 다른 숲(양재 시민의 숲, 보라매공원)의 정제되지 않은 이미지를 넣고 훈련을 진행해보기로 했다.

    • 앞선 실험결과와 동일하게 숲에 대한 구분을 잘 해낸다면, 이미지의 정제 작업보다 이미지의 양을 늘리는것이 더 정확도의 향상에 도움이 된다는 결론을 얻을수 있을것이다.

실험 결과

결과 확인
보라매 공원 * 이미지는 유튜브 ```'산책가 L walklog'```님의 [보라매 공원을 걷다](https://www.youtube.com/watch?v=HvhSbNVV88U) 라는 영상에서 일부 발췌하여 사용했다. * 유튜브 영상을 캡처하여 사용한 이유는, 이번에 추가한 공원 데이터들의 경우 크롤링 범위를 넓혀 구글 이미지 검색만으로는 테스트 케이스를 구하기가 힘들었기 때문이다. * Test Case 01. 실패(용마폭포공원) * Test Case 02. 실패(탑골공원) * Test Case 03. 실패(탑골공원) * Test Case 04. 실패(보신각) * Test Case 05. 실패(보신각) * 평가 : 숲, 공원등의 데이터는 빼는것이 낫겠다는 확신이 들었다. </div>
양재 시민의 숲
* 이미지는 유튜브 ```'산책가 L walklog'```님의 [비오는 양재시민의숲을 걷다](https://www.youtube.com/watch?v=P5VVDPjiMsI) 라는 영상에서 일부 발췌하여 사용했다. * Test Case 01. 실패(용마폭포공원) * Test Case 02. 실패(용마폭포공원) * Test Case 03. 실패(용마폭포공원) * Test Case 04. 실패(용마폭포공원) * Test Case 05. 실패(용마폭포공원) * 평가 : 숲, 공원등의 데이터는 빼는것이 낫겠다는 확신이 들었다 - 2.
# 기타 잡설 * 이번 테스트 케이스를 수집하면서 느낀건데, 유튜브에 있는 Vlog 영상들을 이미지 소스로 사용해도 괜찮을것 같다는 느낌을 받았다. * 물론, 저작권 문제가 대단히 걸리지만, 해당 부분은 조금 더 자세히 알아보고 실행해야겠다. * 비영리 프로젝트 + 영상의 캡처본을 기반으로 학습한 모델만 공개(github) + 블로그에도 수익 없음 이라서 가능할것 같기도 한데, 일단 혹시 모르는것이니까.