log404

https://www.kaggle.com/competitions/aerial-cactus-identification Aerial Cactus IdentificationDetermine whether an image contains a columnar cactuswww.kaggle.comkaggle에 선인장 구분 문제 ( Aerial Cactus Identification) 를 Lenet 기반 모델로 구현하면 풀어보았다. 이미지 데이터 기본 정보Train: 17,500장 Test: 4,000장 이미지 크기: 32 x 32 채널: RGB / 흑백 여부 라벨 컬럼: has_cactus 클래스: 0 = 선인장 없음, 1 = 선인장 있음클래스 분포has_cactus = 1: 13,136개, 약 75%has_ca..

🔹 CNN 주요 모델 흐름 정리✔ 1. LeNet-5초기 CNN 모델 (손글씨 숫자 인식)구조:Conv → Pooling → Conv → Pooling → FC → Classification 특징:단순한 구조CNN 기본 형태의 시작✔ 2. AlexNet LeNet과 차이 - 훨씬 깊은 구조 (깊이 증가)- ReLU 사용 (기존 tanh → 학습 속도 개선)- Dropout 도입 (과적합 방지)- GPU 사용 (연산 속도 개선) 의미:딥러닝 붐의 시작 (ImageNet 우승) ✔ 3. VGG16 특징:- 3×3 작은 필터만 반복 사용- 구조가 매우 단순 (Conv 쌓기)- 깊은 네트워크 장점:이해하기 쉽고 구조가 깔끔 단점:파라미터 많음 (무거움) ✔ 4. GoogLeNet 핵심:Inception..

CNN (합성곱 신경망) 핵심 개념 정리이미지는 보통 높이(Height), 너비(Width), 채널(Channel)로 구성된 데이터이다.예를 들어 흑백 이미지는 채널이 1, RGB 이미지는 채널이 3이다. 1. 필터(Convolution)필터는 이미지에서 특정한 특징(feature)을 추출하기 위한 도구이다.필터는 일반적으로 (k × k × 채널) 형태의 가중치 집합으로 구성되며,이미지 위를 슬라이딩하면서 다음과 같은 연산을 수행한다:필터와 이미지의 해당 영역을 요소별로 곱한 뒤모든 값을 더해서 하나의 값을 생성이 과정을 통해 특정 패턴(모서리, 선, 질감 등)을 추출할 수 있다.또한 필터의 개수는 곧 출력 채널 수(feature map 수)가 된다. 2. Stride와 출력 크기Stride는 필터가 ..