[CV] CNN VS 고전 CV

myeongwang·2024년 1월 31일
0

고전 CV

Sobel Filter: 정해진 Sobel Kernel을 통해 x 방향과 y 방향으로 변화율을 계산하여 엣지를 검출하게 되며, 학습 가능하지 않음.

현대 CV

학습 가능한 Filter의 등장

  • CNN = Convolutional Neural Network
  • Convolution Filter: 현대에 들어서는 Convolution 연산을 통해 산출한 결과를 정답지(Ground Truth, GT)와 비교하여 오차를 줄여나가는 방식 등으로 계속 업데이트 되는 학습 가능한 필터를 많이 사용하게 됨.

고전 컴퓨터 비전의 방법만으로는 성능이 좋지 않거나 해결이 불가능했던 태스크들을 할 수 있게 됨

학습 가능한 파라미터들을 가진 레이어 예시

Convolution Layer

Parameters=(Fin×Fin×Cin+1)×Cout\text{Parameters} = (F_{\text{in}} \times F_{\text{in}} \times C_{\text{in}} + 1) \times C_{\text{out}}

Batch Normalization Layer

Fully Connetced Layer

Parameters=(Nin×Nin×Cin+1)×M![](https://velog.velcdn.com/images/pluto0905/post/f174603b708c4cfc9b3fb0a67fdfc26b/image.png)\text{Parameters} = (N_{\text{in}} \times N_{\text{in}} \times C_{\text{in}} + 1) \times M![](https://velog.velcdn.com/images/pluto_0905/post/f174603b-708c-4cfc-9b3f-b0a67fdfc26b/image.png)

학습 불가능 레이어 예시

Activation Layer

Pooling Layer

profile
Real Cryptocurrency Trader & AI Engineer LV.0

0개의 댓글