CNN 편집하기

[[분류:인공지능]]
;Convolutional Neural Network; 합성곱 인공 신경망; 합성곱신경망

* CNN 처리 과정 도식화
[[파일:CNN.jpeg|600px]]

* 실제 이미지 CNN 처리 과정 예시
[[파일:CNN2.jpeg|600px]]

== 구성 및 절차 ==
;대상을 채널별로 나누고, 정보 손실 방지를 위해 패딩을 적용한 후, 필터를 이용해 스트라이드 단위로 합성곱을 해서 피처 맵을 만들어냄. 빠른 처리를 위해 풀링 적용
* 채널(Channel)
* 패딩(Padding)
* 필터(Filter), 커널(Kernel)
* 합성곱(Convolution)
* 스트라이드(Strid)
* 액티베이션 맵(Activation Map)
* 풀링(Pooling) 레이어
* 피처 맵(Feature Map)

=== 채널 ===
;Channel
* 컬러 그림의 RGB 구분
* Red 채널, Green 채널, Blue 채널

=== 패딩 ===
;Padding
* 데이터 소실 및 경계 표현을 위한 테두리
[[파일:CNN 패딩.png|300px]]

=== 필터 ===
;Filter; 커널(Kernel)과 같은 의미로 쓰임
* 이미지의 특징을 찾아내기 위한 공용 파라미터
[[파일:CNN 필터.png]]

=== 합성곱 ===
;Convolution
* 이미지에 필터를 합성곱으로 적용
* 각 행렬 값을 곱하여 합산
[[파일:합성곱 절차.gif]]

=== 풀링과 피처 맵 ===
;Pooling & Feature Map
* 컨볼루션 레이어의 출력 데이터(Activation Map)의 크기를 줄이거나 특정 데이터를 강조
* Max Pooling과 Average Pooling, Min Pooling이 있는데, Max Pooling을 많이 사용
[[파일:CNN 풀링.png|500px]]

=== 합성곱 생성 절차 ===
[[파일:CNN 절차.jpg|600px]]

== 참고 문헝 ==
* [http://taewan.kim/post/cnn/ CNN, Convolutional Neural Network 요약]
@@ 49번째 줄: / 49번째 줄: @@
 [[파일:CNN 절차.jpg|600px]]
-== 효율 향상 모델 ==
+== 참고 문헝 ==
-=== EfficientNet ===
-* Compound Scailing을 통해 적은 파라미터 수로 정확성과 효율성을 향상시킨 분류 모델
-* AutoML 및 모델 확장을 통해 정확성과 효율성 향상
-=== EfficientDet ===
-* EfficientNet을 backbone으로 하고 BiFPN과 Compound Scailing을 조합
-* 적은 파라미터로 효율적인 성능을 보이는 Object Detection 모델
-== 참고 문헌 ==
 * [http://taewan.kim/post/cnn/ CNN, Convolutional Neural Network 요약]