[CV] ImageClassification 종류

 

GoogleNet부터 다룬다.

 

 

1. GoogleNet

: 깊이가 아닌 너비로 필터를 접근. 

 

대신 계산복잡도가 증가할 수 있기에, 1x1 layer를 적용

 

전체적인 구조는 다음과 같음

 

 

노란색 사각형 쪽은 Auxiliary classifier로, 오차를 중간중간에 꽂아주는 역할을 한다. vanishing gradient  문제를 방지해준다. 

1. ResNet

: 현재도 많이 사용함

 

‘네트워크의 layer 개수(depth)가 모델의 성능을 더 높여준다’를 보여줌

 

원래 사람들은 layer 개수가 많을수록 오버피팅이 일어난다고 생각했지만, 아래 그림을 보면 56개의 layer가 training erro도 높고 test error도 높은 것을 볼 수 있다. 이는 오버피팅과 관계가 없다. 

 

실제 구조는 다음과 같다.

 

1. RestNet 이후

 

• DenseNet : 상위 레이어들이 하위 레이어들도 참조해서 특징을 더 잘 반영하게 한다.

모델들을 정리해보면 다음과 같다.