CNN은 얼굴, 사물, 문자 등 이미지 분석에 일반적으로 사용하는 방법으로, 합성곱을 이용해 가중치 수를 줄여 연산량을 간단히 하면서 이미지의 특장점을 효율적으로 처리해 이미지를 분석한다. CNN은 이미지를 분류할 때 사람이 대상을 추상화하는 과정을 본떠 만든 것으로, 컨볼루션 과정과 풀링(Pooling)으로 나눠 컴퓨터가 학습한다.
컨볼루션 과정은, 이미지에는 기본적으로 가로선, 세로선, 곡선, 색깔, 명암 등과 같이 수많은 특징이 있는데, 이런 특징을 필터로 하나씩 구분해내는 과정이다. 이미지의 특징은 수없이 많아서 걸러낸 데이터만 모아도 엄청나게 크다.
그래서 이미지의 대표 특징만 골라서 가져와 크기를 줄이게 되고 이를 ‘풀링’이라고 한다. CNN은 1988년 얀 르쿤(Yann LeCun)의 논문 <손으로 작성된 우편번호 인식에 적용된 역전파>에서 처음 소개되었으며, 제프리 힌턴 교수의 컴퓨터 비전 딥 러닝 모델인 알렉스넷(AlexNet) 등으로 더욱 발전했다.
CNN, R(R...
#
CNN
#
ConvolutionalNeuralNetwork
#
RCNN
#
욜로
#
인공지능
#
합성곱신경망
