CNN. Image Kernel

Kernel

 

종류

No change

Shift

Blur

 

Convolutional Neural Network

특징 추출 단계(Feature Extraction)

- Convolution Layer : 필터를 통해 이미지의 특징을 추출. 

- kernel : Weight 값들로 구성. 동일한 커널로 이미지 파일 한장을 만들음.

            위 그림에서는 (25*n1)개의 Weight 값이 존재. (5*5*n1) 차원

- Pooling Layer : 특징을 강화시키고 이미지의 크기를 줄임.
  (Convolution과 Pooling을 반복하면서 이미지의 feature를 추출)

이미지 분류 단계(Classification)

- Flatten Layer : 데이터 타입을 FC네트워크 형태로 변경. 입력데이터의 shape 변경만 수행.

- Softmax Layer : Classification수행.

- Output : 인식결과. 로스를 계산하고 다시 Weight값을 조정함.

- 

 

Stride

- 건너뛰기.

- 새로운 이미지의 차원을 결정하게 됨.

- Stride = 2 일때의 그림이다.

 

Padding

- Valid : padding을 전혀 주지않음.

- Same : input image의 크기를 유지시킴.

- https://kjhov195.github.io/2020-01-10-convolutional_neural_network/ 참조

 

Pooling Layer