AI HUB 에 공개되어있는 한국 음식 데이터 셋은 총 27개의 대 분류 Class로 구성되어있으며 저는 이 중에서 “면” 요리 Class를 선택하였습니다.
“면” 요리 Class에는 라면/막국수/물냉면/비빔냉면/수제비/열무국수/잔치국수/짜장면/짬뽕/쫄면/칼국수/콩국수 Class가 있습니다.
이 중 라면/물냉면/비빔냉면/쫄면/칼국수/콩국수 Class에서 각각 100개 씩을 뽑아 Train Data로 구축하였습니다.
Test Data는 라면/물냉면/비빔냉면/쫄면/칼국수/콩국수 Class에서 각각 20개 씩을 뽑아 Test 셋으로 구축했습니다.
데이터 다운로드를 통해 다운받은 data.zip 파일에 대한 설명입니다.
해당 압축 파일은 Train/Test Data가 같이 존재하는 압축 Data로 구성은 아래 그림과 같습니다.
Train 폴더의 구성은 01~06번까지 Class별로 훈련데이터가 나눠져 있으며, 아래 사진과 같습니다.
(라면/물냉면/비빔냉면/쫄면/칼국수/콩국수) 순서로 Class가 나열됩니다.
예시) Train Data 구성
Test 폴더의 구성은 Class구분없이 총 120장(Class별 20장)의 이미지가 들어있습니다.
예시) Test Data 구성
최대 720 x 720 x 3 (RGB 채널) 크기의 이미지입니다.
각 이미지는 하나의 면 요리로 되어 있습니다.
다운로드 받은 data.zip file을 자신의 구글 드라이브에 업로드 합니다.
2. Google Drive에 있는 data.zip 파일을 사용하기 위해 액세스를 허용합니다. → Goggle Drive에 연결을 누릅니다.
3. Colab을 돌릴 본인의 구글 계정을 선택합니다.
4. 액세스 허용을 누릅니다.
5. 2-2, 2-3 Code를 실행하면, content/MyDrive/data 경로 안에 train, test용 Data가 생성됩니다.
