[Classification] 메타코드 강의 후기_챕터 3: Pytorch Exercises - Vision Classification

 

 

Vision Classification

• Image Data

- 대표적인비정형데이터

- 사람은이미지를눈으로보고바로인식할수있지만,

컴퓨터는이미지를각픽셀에입력되어있는 숫자값들의배열로인식

→결국Tensor!

- 컬러이미지는RGB의3개채널로구성, 흑백은1개채널로구성

 

 

 

Vision Classification

- 인간의시각적인지능력을따라잡기위한연구분야인Computer Vision의대표적인Task

- ImageNet Contest 2012(ILSVRC*)에 Alexnet이 최초로

Convolutional Neural Network 구조를 사용

- 당시2위알고리즘과10%이상의성능차이를보이며우승,

이후Vision Transformer 전까지CNN이Vision 분야의가장대표적인모델로등극

 

 

 

Vision Classification

• Convolutional Neural Network?

- Convolutional Layer와 Pooling Layer를 포함하는 신경망 구조

- 이미지처리에좋은성능을보임

- Alexnet, VGG, Resnet, Google Inception Net 등

 

 

Vision Classification

• 사용할Dataset : Fashion MNIST- 28 x 28 크기의Grey scale 이미지로,

각종 의류에대한이미지데이터

- 총60000개의학습셋과10000개의테스트셋

 

Convolutional Operation

- Convolution Filter(=Kernel)이 이동하면서 픽셀과 합성곱을 통해 Feature Map을 생성

- Convolution Filter의 값은 학습의 대상(parameter)으로,

점차 각 filter 마다 이미지의 특정 패턴(선, 색상, 질감등)을학습하게됨

- Filter size는 주로 3x3, 5x5 등 정사각형 모양을 주로사용함

 

 

 

---

메타코드 4기 서포터즈 활동의 일환으로 작성한 게시글입니다. 

메타코드M (mcode.co.kr)