• 김민지(Minji Kim), 방수영, 이하람, 장성은

• Money Detection : 나라별 화폐 구분 서비스
• 카메라로 화폐를 촬영하면 어떤 국가의 화폐인지 알 수 있다.
• 여러 나라를 여행할 때 화폐를 잘 구분하지 못하며 발생하는 환전 사기 등의 문제를 예방한다.

• 구글 이미지 크롤링 (Origin : link)
• google_images_download 라이브러리 사용

1. 파이썬 모듈 설치

$pip install google_images_download
$pip install selenium

2. 크롬 버전에 맞게 Chromedriver.exe 설치

• 버전 확인 : 우측 상단 메뉴 → 도움말 → Chrome 정보)
• 설치 링크 : https://chromedriver.chromium.org/downloads

3. 파이썬 파일 생성 (crawler.py)

from google_images_download import google_images_download

def imageCrawling(keyword, dir):
    response = google_images_download.googleimagesdownload()

    arguments = {"keywords":keyword,        # 검색 키워드
                 "limit":100,               # 크롤링 이미지 수
                 "size":"large",            # 사이즈
#                 "format":"png",            # Image Format
                 "print_urls":True,         # 이미지 url 출력
                 "no_directory":True,
                 "chromedriver":"(chromedriver.exe가 있는 폴더 경로)",  # 경로 입력 오류시 / --> //
                 "output_directory":dir}    # 크롤링 이미지를 저장할 폴더

    paths = response.download(arguments)
    print(paths)

try:
    imageCrawling("(검색어)", '(이미지를 저장할 폴더 경로)')  # 경로 입력 오류시 / --> //
except:
    pass

4. 파일 실행

$python crawler.py

• labelimg.exe 사용

• Origin : Coin-Counter

1. ISENFP repository 를 git clone 한다.

git clone https://github.com/suyeongs/ISENFP.git

2. Tensorflow models 를 git clone 하고, 환경을 셋팅한다.

git clone https://github.com/tensorflow/models.git

• 환경 셋팅 참고 링크 : Tensorflow Models Installation
• 위의 링크에서 pip 말고, pip3으로 설치를 진행한다.
• 위의 링크에서 COCO API installation를 하던 중 make 에서 에러가 나면 cat Makefile 로 스크립트 하나씩 실행한다. 여기서 또한 python 말고, python3으로 고쳐서 실행한다.

3. ssd_inception_v2_coco tar파일을 다운받아서 Coin-Counter 폴더에 넣고 압축을 푼다.

• 다운로드 및 설명 링크 : [ssd_inception_v2_coco] (https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md)

4. OpenCV 라이브러리를 설치한다.

• ubuntu18.04에서 opencv 설치하기

5. 기타 필요한 라이브러리를 설치한다.

pip3 install pandas

1. Labelling and Create Dataset
   • training_data, test_data에 image파일을 적절히 분배하여 넣는다.
   • LabelImg를 이용하여 각 image들에 있는 money label 정보가 담긴 xml파일들을 얻는다.
   • xml 파일을 각 training_data, test_data 폴더에 옮겨 놓는다. (한 image와 한 xml파일이 한 쌍이다.)

python3 1_xml_to_csv.py

2. Generate csv file to tfrecord files
   • 1_xml_to_csv.py 를 실행시킨 후 2_generate_tfrecords.py를 실행시킨다.

python3 2_generate_tfrecords.py

3. Training the Model
   • ssd_inception_v2_coco.config 파일에서 num_classes, num_steps, batch_size 등의 값들을 알맞게 수정한다.
   • 3_train.py 를 실행시킨다.

python3 3_train.py

4. Export inference graph

python3 4_export_inference_graph.py

5. Final test

• 크롤링한 이미지들을 전체적으로 resize한 후에 라벨링 작업 하는 것을 추천한다.

python resize_images.py --target-size (400,250)

가로축은 predict를 나타내고 세로축은 expect이다.
따라서 좌측 상단에서부터 우측 하단까지의 대각선에 색깔이 나타날 수록 좋은 모델임을 나타낸다.
중간쪽으로 색이 밝을 수록 정답을 잘 맞춘 것이고, 엔화와 우리나라 돈, 코루나에서 정확성이 높게 나왔다.

1. KRW 변환 - 다른 국가 화폐를 환율을 반영하여 원화로 변환하여 display
2. Accuracy - 정확성 향상을 위하여 더 많은 data를 수집하여 학습
3. 서비스 확장 - 원, 엔화, 달러, 체코, 코루나를 제외한 다른 국가의 화폐도 추가