CNN (합성 신경망)

CNN 정의

Convolution Neural Network (합성신경망)으로 이미지를 입력받아 분류 결과를 출력한다.

CNN 특징

• 이미지 입출력 데이터 형상 유지

• 이미지 공간을 유지하면서 인접 이미지와의 특징을 효과적으로 인식

• 복수의 필터로 이미지 특징 추출 및 학습
• 추출한 이미지의 특징을 모으고 강화하는 Pooling 레이어
• 필터를 공유 파라미터로 사용하기 때문에, 일반 신경망과 비교하여 학습 파라미터가 매우 적음

CNN 레이어

1. 컨볼루션 Convolution

입력 데이터로부터 필터로 합성곱 연산을 수행하여 Feature Map을 생성한다.

 

2. 채널 Channel

이미지 픽셀은 실수로 되어 있으며 RGB 3개의 실수로 표현한 3차원 데이터이다.

3. 필터 Filter == Kernal

필터는 이미지의 특징을 찾아내기 위한 공용 파라미터이다.

4. 스트라이더 Stride

입력 데이터를 지정한 간격으로 순회하면서 합성곱을 계산한다. 예를 들어 2로 설정되면 2칸씩 이동하는 합성공을 계산하면 다음과 같다.

5. 패딩 Padding

Convolution 레이어 안에 Filter와 Stride 작용으로 Feature Map 크기가 원래의 입력 데이터보다 작아져서
출력 데이터가 줄어드는 것을 방지하는 방법, 패딩은 입력데이터의 외각에 지정된 픽셀만큼 특정 값으로 채워넣는다.

6. 폴링 Pooling

폴링 레이어는 컨볼루션 레이어의 출력 데이터를 받아서 줄이거나 특정 데이터를 강조하는 용도로 사용한다.
Max Pooling, Average Pooling이 있는데 특정 영역 안의 최대값을 모으거나 평균을 구하는 방식으로 동작한다.