CNN
-
[Deep Learning]Depthwise Separable ConvolutionArtificial Intelligence/Deep learning 2021. 6. 14. 14:53
오늘은 Convolution 방법 중 하나인 Depthwise Separable Convolution 내용을 포스팅해보도록 하겠습니다. Depthwise Separable Convolution 방법은 Xecption, Mobilenet V1, V2에 사용되고 있는데요 오늘의 포스팅은 CodeEmporium의 동영상을 참고하여 만들었습니다! 먼저 기본적인 Convolution을 알아보도록 하겠습니다. Convolution DF는 Height와 Width의 크기이고 M은 Channel 크기입니다. 따라서 Input shape은 (DF,DF,M) 입니다. DK는 필터에 해당합니다. 필터의 채널은 인풋과 같기 때문에 똑같이 M입니다. 인풋이 필터를 거쳐 Convolution을 하게 되면 결과물로 매트릭스가 한 ..
-
[CNN]Convolutional Neural Networks(CNN)Artificial Intelligence/Deep learning 2021. 5. 10. 02:11
이번에는 computer vision에서 가장 기본이 되는 CNN에 대해서 포스팅을 하려고 합니다. CNN의 등장 Convolutional Neural Networks(CNN)은 Deep Neural Networks에서 기존의 이미지나 영상 데이터를 처리할 때 발생하는 문제점들을 보안한 방법입니다. 기존의 이미지 영상처리 방법은 2차원 이미지(채널 포함 시 3차원)를 1차원 배열로 변환한 다음에 FNN (Fully- connected multi layered Neural Network) 신경망으로 학습시키는 방법입니다. FNN은 벡터 형태로 표현된 데이터를 입력 받기 때문에 이미지를 반드시 벡터화해야 하는데, 이미지를 벡터화하게 되면 인접 픽셀간의 상관관계가 무시됩니다. 일반적으로 이미지 데이터는 인접한..