CNN(Convolutional Neural Network / 합성곱신경망)

1. 정의

• Convolution layer, Pooling layer, Fully connected layer 를 통해 feature(특징) 추출, 차원 축소 단계를 거쳐 이미지를 분류, 인식 가능한 신경망 알고리즘
• pooling - 이미지 특징을 반영하며, 차원을 축소

 

2. 절차 및 구성요소

가. 절차  -  원컨풀컨풀전

• 원본이미지 -> 컨볼루션 -> 풀링 – 컨볼루션 -> 풀링 – 전체 연결된 신경망

나. 구성요소  -   컨폴풀피

• 컨볼루션 레이어(Convolution Layer) : 합성곱(Convolution) 사용 특징(Feature) 추출, 특징맵(Feature Map)구성
• 폴링 레이어(Pooling Layer) : Subsampling 차원축소, Max pooling, Average pooling, ROI 풀링, stochastic, spatial pyramid
• Fully Connected Layer : 분류기, 활성화함수는 주로 소프트맥스
• 피처 맵(Feature Map): 합성곱의 결과 또는 액티베이션 맵(Activation Map)
• 오토인코더 통한 이미지벡터 차원축소 가능

 

3. 주요 용어

• Convolution(합성곱)
• 채널(Channel): R/G/B, 채널별로 컨볼루션과 풀링을 수행
• 필터(Filter): 합성곱 필터
• 커널(Kernel)
• 스트라이드(Strid): 필터의 이동 칸 수(걸음)
• 패딩(Padding): 모자란 공간 채움
• 풀링(Pooling) 레이어: 풀링 사이즈와 (풀링의)스트라이드는 동일, 원소가 한번씩만 처리됨
• FC이후 주로 softmax 사용