[Analysis] CNN

CNN

• Convolutional Neural Network
• 데이터로부터 직접 학습하는 딥러닝 신경망 구조
• 주로 이미지 인식 및 처리에 사용
• 역전파 알고리즘을 사용하여 가중치를 학습하고 주로 분류 및 객체 검출과 같은 작업에 적용
• 구성 : Convolutional Layer(컨볼루션 레이어), Pooling Layer(풀링 레이어), Fully Connected Layer(완전 연결 레이어)

Convolutional Layer

• 입력 이미지에 대해 필터를 저굥ㅇ하여 특징맵 생성
• 각 필터는 입력 이미지에서 특정한 특징을 감지하도록 학습 됨 (에지, 질감, 색상 등과 같은 시각적 패턴)
• 컨볼루션 연산을 통해 이미지의 공간 정보를 보존하면서 특징 추충

Pooling Layer

• 특징맵의 크기를 줄이고 연산량을 감소시키는 역할
• 일반적으로 최대 풀링이나 평균 풀링을 사용하여 각 특징맵의 영역에서 가장 큰 값 또는 평균 값 추출
• 이미지의 이동 불변성 제공 및 공간적 계층 구조를 유지하면서 특징 보강

Fully Connected Layer

• 특징맵에서 추출된 정보를 사용하여 최종 출력 생성
• 이미지에 대한 추상적인 특징을 학습하고 최종 분류 수행
• 일반적으로 하나 이상의 은닉층과 출력층으로 구성