Neural Network 역전파(Back Propagation)를 설명하기 앞서 인공 신경망(Neural Network)에 대해 간단하게 설명하고 넘어가 보자. 위 그림에서와 같이 인공 신경망은 입력층, 은닉층(여러 개일 수 있다), 출력층을 가지고 있고, 사람의 뉴런 모양과 비슷한 퍼셉트론으로 이루어져 있다. 이 인공 신경망에서 입력 데이터(x1, x2)를 받아 최적의 출력 데이터(o1, o2)를 계산할 수 있는 각 퍼셉트론의 가중치(w1~w8)들을 업데이트하는 과정을 신경망 학습이라고 할 수 있겠다. Forward Propagation 순 전파(Forward Propagation)는 입력 데이터를 은닉층을 거쳐 출력층으로 값을 도출하는 것을 의미한다. 순 전파의 과정을 설명하기 위해 입력층과 가중치..

CNN? CNN이란, Convolutional Neural Network의 약자로 Convolution 즉 합성곱을 이용하는 Neural Network이다. Convolution, 합성곱? 합성곱은 Image에 Filter(kernal)을 적용시킬 때 사용하는 연산 방법(?)으로 Image에 필터를 이동시키면서 Output(feature, 특징)을 뽑아낸다. (보통 이미지에 Blur 적용, Edge 검출 등에 활용된다.) 왜 Convolution을 사용하는가? CNN 이전 DNN(Fully Connected Layer만으로 구성된 인공신경망)에서 입력 데이터는 1차원 배열 형태로 한정된다. 때문에 이미지를 입력 데이터로 사용했을 때 위치 정보가 손실된다. CNN에서는 Convolition layer를 사..

IoU? - 주로 Object Detection에서 사용되는 도구. - IoU = 교집합 영역의 넓이 / 합집합 영역의 넓이. - Object Detection에서 객체의 위치가 예측한 위치와 얼마나 일치하는지 판별할 때 쓰인다. RCNN에서의 IoU RCNN은 대표적인 Object Detection 알고리즘 중 하나이다. RCNN의 전반적인 순서는 다음과 같다. 1. 이미지를 입력 2. 입력받은 이미지에서 객체에 대한 후보 영역(region proposal) 생성 3. 각 영역마다 CNN, SVM으로 Classification (이미지가 어떤 Class인지 추론) 4. 각 영역이 실제 객체가 있는 영역인지 학습 (영역이 객체의 영역이 맞는지) 순서 3. 의 경우 Class마다 제시되는 Label이 미리..