이전 포스팅에서 inception v3 모델을 fine-tuning 해서 정답 label을 변경했다면, 이번에는 구글이 학습한 기존의 모델 그대로 사용하는 방법을 살펴보자. 학습한 모델의 대상 데이터는 imagenet에 있는 이미지 데이터들이며, 학습한 모델에는 대략 1000개의 class가 구성되어 있다. 우선 모델을 사용하기 위해서는 모델을 다운받아야 하는데 아래의 url을 통해 모델을 다운받자. http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz 압축을 풀면 아래의 파일들이 존재한다. - classify_image_graph_def.pb : 모델의 graph 파일- imagenet_synset_to_human_l..

구글이 만들어 놓은 모델(inception v3)에 내가 학습하려는 데이터를 추가해서 객체 인식을 해보기로 했다. 아래의 링크를 참조해서 따라해보자. https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/index.html?index=..%2F..%2Findex#0 나같은 경우에는 이미 tensorflow가 설치된 docker container가 존재한 상태였기 때문에 곧바로 4단계로 넘어갔다. 4단계에서는 이제 tensorflow docker 가 설치되어 있다는 가정하에, docker와 연결된 volume에 tf_files 디렉토리를 생성한다. # mkdir tf_files 폴더 생성이 완료되었으면 아래의 curl 명령어를 통해 tr..