cnn의 등장 이유 DNN은 Over-fitting 문제가 발생한다. 너무 train data에 fitting 되는, 함수에 대한 자유도가 너무 높다. Ex) 강아지, 고양이 분류 문제에서, 내가 보여준 강아지가 아니라면 강아지가 아니라고 판단해 버리는 문제 발생, 조금이라도 다르면 아니라고 판단해버림 단, 내가 보여줬던 강아지는 100퍼 잘 판단. ->너무 융통성 없는 모델임을 알 수 있다. Fully connected 문제 발생 너무 계산량이 많아진다. 굳이 다 쓸 필요가 없는데 너무 재화를 많이 쓴다. cnn(convolution neural network)이란 ? 원본 이미지 x[k]에 필터 h[k]를 곱하고, 다 더한 후 결괏값을 y [n]에 저장한다. 예를 들어 원본 이미지 = x[4][4]라..

PASCAL VOC DATASET 이란? image detection을 위한 dataset으로 classification, object detection, segmentation 평가 알고리즘을 구축하거나 평가하는데 매우 유명한 데이터 셋. 구조 ├── Annotations : JPEGImages에 담겨있는 이미지 oject detection을 위한 정답 데이터. ├── ImageSets : 특정 클래스가 어떤 이미지에 있는지 등에 대한 정보를 포함하는 폴더 ├── JPEGImages : object dectection을 위한 입력 데이터. 이미지 파일이 모여있습니다 ├── SegmentationClass : Semantic segmentation을 학습하기위한 label 이미지들 └── Segmenta..

인공지능 : 가장 큰 개념. 기계가 인간의 행동을 주체적으로 따라하는 기술 머신 러닝 : 기계가 경험에 따라 expert한 내용을 행동한다. linear regulation(선형 회귀) : 특정 패턴을 찾아내서 추정값을 찾아낸다. logistic classification : 구분값을 정하는 것. 딥러닝 : 머신 러닝의 subset. multi layer에 neural network를 이용하는 방법이다. 다양하고 좀 더 정확한 처리가 가능하다.