* 본 강의는 데이터캠퍼스 유료회원만 신청이 가능한 과정입니다.

유료회원은 이용하고자 하는 케이스 강의를 신청 해주시면 관리자가 확인 후 수강이 가능하도록 조치해 드립니다.

평일 근무시간 기준으로 1시간 이내 수강 가능하며, 주말에는 월요일 오전 중에 수강이 가능하도록 조치해드립니다.

######### 과제 소개 ############

본 과제는 Python으로 딥러닝 중 이미지 분류예측을 CNN모델 기반으로 수행하는 소과제 풀이 영상입니다. 

데이터사이언스 Python의 딥러닝 강좌 중 CNN모델 원리와 실습, openCV로 이미지 전처리하기, DNN와 CNN의 이미지 분류 실습 까지 수강하신 분 중 본인의 실력테스트 및 실전 데이터를 다루는 연습을 하고자 하는 수강생들에게 적합한 과제입니다. 

데이터설명: 페리와 종이배 사진  

소과제 내용: 

1. 원본 이미지들을 일괄적으로 84*84 사이즈의 흑백 이미지로 변환하여 Train, Test로 분류하시오

    1) Train Data는 img01.jpg~img20.jpg, Test Data는 img21.jpg~img30.jpg 파일로 배정하시오

    2) 이미지 축소 시 Interpolation은 INTER_AREA를 사용하시오

    3) 페리의 Train Data는 image/trainSet/0_ferry에, Test Data는 image/testSet/0에 저장하시오

    4) 종이배의 Train Data는 image/trainSet/1_paperboat에, Test Data는 image/testSet/1에 저장하시오

    5) Train Data의 파일명은 img01.jpg~img20.jpg, Test Data의 파일명은 img01.jpg~img10.jpg로 지정하시오

    6) 모든 과정을 for문으로 처리하여 일괄적으로 진행되도록 하시오 (단, 페리 파트와 종이배 파트는 각각 진행되도록 하시오)

2. CNN 학습을 통해 페리와 종이배를 분류하시오

    1) Epoch Size, Batch Size: 10

    2) Learning Rate: 0.001

    3) Layer 1, Layer 2, Layer 3, Fully-connected layer로 구성

    4) Layer 1 필터: 3*3, 단일 색상 총 32개, Max-Pooling Stride: 2

3. 학습 과정에서의 Loss 변동 그래프를 작성하시오

4. 학습된 Train Data와 Test Data에 대한 Confusion Matrix를 작성하시오

5. 학습된 Train Data와 Test Data에 대한 Classification Report를 작성하시오