패스트캠퍼스 환급챌린지 31일차 : Part3. 인공지능의 이해 Lv2 : 숲을 보는 인공지능

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

https://bit.ly/4hTSJNB

커리어 성장을 위한 최고의 실무교육 아카데미 | 패스트캠퍼스

Ch05-01 컴퓨터 비전의 주요 Task

1) Comupter Vision Task

- 이미지 분류 (주어진 이미지의 분류)

- 로컬라이제이션 (주어진 이미지에서의 타켓 이미지 위치 찾기)

- 오브젝트 탐색 (주어진 이미지에서의 타겟 오브젝트의 테두리 따기)

2) 이미지 데이터란 무엇인가?

- RGB (픽셀 공간의 칼라값)으로 이루어진 ㅈ숫자

Ch0-02 CNN의 주요연산 - Conv

1) 이미지 분류기의 프로세스

- 이미지 데이터 입력 -> 주어진 이미지 데이터에서 특정 패턴 찾기 -> 찾은 패턴을 바탕으로 분류

2) CNN

- 이미지 처리에 좋은 성능을 가진 인공 신경방

- Convolution 연산

: 데이터의 특징을 추출하기 위해 다양한 필터를 적용

: 필터를 적용할 때마다 왼쪽 위에서 오른쪽 아래로 필터를 밀면서 필터와 주어진 이미지 데이터를 곱하고 더하는 연산을 수행

: 이미지 데이터의 특징을 찾고, 적은 수의 가중치로 이미지 처리를 효율적으로 할 수 있도록 함

: 이미지 데이터는 여러개의 커널(필터)를 통과하여 피처맵을 생성 

: 필터는 사람이 아닌 기계의 학습을 통해 수치가 결정되고, 피처맵은 단계를 거듭할 수록 고차원의 특징을 추출 하는 특징이 있음

: 패딩 => 원본 이미지가 줄어드는 것을 방지하기 위해 0 값을 이미지 데이터에 추가하는 것

: 스트라이드 => 필터를 이미지 데이터 상에서 얼만큼씩 이동시킬지 설정하는 변수 

Ch05-03 CNN의 주요 연산 - Pooling

1) Pooling Layer

- 필터를 거쳐나온 피처맵에서 가장 중요한 특징을 골라내는 것으로, 피처맵에서 평균 값이나 최대 값을 선택하는 방법

2) Fully Connected Layer

- 이전 데이터의 모든 처리 결과를 하나로 연결

3) CNN의 하이퍼파라미터

- 레이어 설계, Conv Layer의 개수, 필터 사이즈, 스트라이드, 패딩, FCLayer의 개수