딥러닝4 딥러닝 Object detection (이미지에서 객체를 검출 하는 방법) (feat 딥러닝 이전) - 1 지난번까지 우리는 CNN에 대해 알아보았다. 이미지를 Classification(분류) 하는 것뿐 아니라 이미지 내부에서 localization(어느 위치에 물체가 존재하는지 구체적인 위치를 특정) 하는 것을 object detection이라고 한다. 오늘은 이 object detection에 대해 알아보자!! 📍이미지에서 사물을 인식하는 방법 이미지 에서 사물을 인식하는 방법에는 크게 4가지가 있다. 먼저 Classification 이라고 불리는 전통적인 분류 문제는 하나의 이미지를 입력으로 받아 해당 이미지가 어떤 것인지 맞추는 것이다. 여기에 Localization 이 추가된 방법은 해당 이미지가 어떠한 것인지 맞추고 추가로 이미지 내에서 객체가 어느 위치에 존재하는지 두 번째 사진과 같이 바운딩 .. 2022. 11. 27. [DL] 딥러닝 CNN (합성곱 신경망)알고리즘 의 동작원리 이번 시간에는 CNN에 대해 알아보겠습니다. 지난 DNN에서 발생한 overfitting(과적합) 문제에 해결책 중 하나로 나온 것이 CNN이며 computer vision 분야에서 매우 핫하게 사용되는 딥러닝 알고리즘입니다. Overfitting (과적합) 이란 overfitting은 학습 데이터를 과하게 잘 학습하여 새로운 데이터가 들어왔을 때 오히려 낮은 성능을 보이는 것을 말한다. CNN 등장 배경 Convolutional Neural Networks라는 이름은 실제로 Yann LeCun과 팀의 LeNet 설계에서 유래했습니다 (논문: http://vision.stanford.edu/cs598_spring07/papers/Lecun98.pdf) CNN (Convolutional Neural Net.. 2022. 10. 1. [DL] 딥러닝 DNN과 인공신경망 동작원리 (feat. 퍼셉트론) 이번시간엔 딥러닝 알고리즘의 기본이 되는 DNN과 인공신경망의 동작원리에 대해 알아보겠습니다. DNN이란? 지난시간에 ANN에 대해 그림과 함께 설명을 했습니다. ANN은 즉, 인공신경망 입니다. DNN(Deep Neural Network)은 이름 그대로 심층 뉴럴 네트워크 입니다. 앞서 설명드린 인공신경망(ANN)에서 hidden layer 를 2개 이상 늘린 알고리즘을 이야기 합니다. DNN의 탄생 배경 우리는 왜 DNN이 나오게 되었는지 생각을 해볼 필요가 있습니다. 이는 ANN에서 모델 내부 은닉층을 늘려 학습의 결과를 향상시키는 방법이 나왔고 이게 곧 DNN입니다. DNN을 응용한게 CNN, RNN 등이 있고 이들에 대해서 다음에 다뤄보겠습니다. 딥러닝 인공신경망의 동작 원리 위 DNN의 구조에.. 2022. 9. 25. [AI][ML][DL] 머신러닝, 딥러닝 이란? 이번시간엔 머신러닝과 딥러닝에 대해서 알아보고 둘의 차이점과 각각의 세부 알고리즘이 어떤것들이 있는지 알아보는 시간을 가져봅시다. 머신러닝 이란? 머신러닝은 컴퓨터가 스스로 학습할 수 있도록 도와주는 알고리즘이나 기술을 개발하는 분야로 인공지능을 구현하기 위한 하나의 방식 입니다. 이는 기계를 인간처럼 학습시키려는 시도에서 시작이 되었습니다. 머신러닝 알고리즘 유형 머신러닝은 크게 지도학습, 비지도학습, 강화학습 으로 나뉩니다. 지도 학습은 정답이 있는 데이터로 기계를 학습시키는 방법으로, 분류,회귀 가 있습니다. 비지도 학습은 문제의 정답 없이 데이터의 규칙을 기계가 스스로 발견하여 새로운 데이터에 대한 결과를 예측하는 방법입니다. 강화학습은 행동 심리학에서 나온 이론으로 자신이 한 행동에 대해 보상을.. 2022. 9. 25. 이전 1 다음
