[부스트캠프 AI Tech] day13

Review

---

CNN(Convolutional Neural Network)

• Convolution이란 이미지를 블러처리 하거나, 뽀샤시해지는 효과, 강조하는 효과등을 내기위한 과정이다. 커널이라고 하는 행렬의(stride와 padding에 따라 이동하는 방법이 바뀐다) 이동에따라 결과값이 도출된다.

• Stride는 옆으로 몇칸씩 건너가며 연산을 수행할 지 알려주고, Padding은 연산을 적용할 데이터의 테두리를 얼마두께로 두를지를 알려준다.

• 1x1 convolution layer는 말 그대로 input채널과 행과 열의 사이즈가 같다. 하지만 차원이 더 적을 수 있다. 차원의 수를 줄임으로써, 파라미터의 수를 줄여 더 효율적으로 모델을 구성하기 위하여 사용한다.

• AlexNet,ResNet,VGGNET,GoogleNet,ResNet과 같은 Modern CNN대표주자들이 존재한다.

---

컴퓨터비전

• Semantic Segmentation이란 사진이나 영상내에 특정한 부분에 어떤 물체가 있는지를 알려 줄 수 있다.

• Detection이란 픽셀들을 다 가져오는게 아니라 상자같은걸(bounding box)로 덧씌워서 뽑아온다.

---

plus

• google images download를 사용하여 특정 옵션을 주고 원하는 사진을 긁어올 수 있다.

• 데이터가 부족하면 데이터를 조금조금씩 변형하여 부풀려 사용할 수 있다.

---

느낀점

• 아주 간단하게 이미지를 긁어오는 방법과, 데이터를 뻥튀기하는 법을 배웠고 추가적으로 CNN에 대하여 자세하게 설명을 들었다. 설명을 들을땐 어느정도 이해가 되다가도, 코드를 들여다보면 언제그랬냐는듯 백지상태가 된다. 연휴때 복습을 많이 해야 할 것 같다.

---

Peer Session

• 개인 발표시간에 조원 한분이 다른 데이터셋을 이용해서 MLP를 돌리는것을 시연해 주셨고, 그 과정에서 왜 굳이 vscode를 ssh를 통해 원격으로 연결해서 가상컴퓨터(?)환경에서 사용하는지에 대해 토론해 보았고, 다른 한분은 예전에 자신이 진행했던 마스크 쓴 사람을 구별해주는 프로젝트를 빠르게 설명해주셨다. 유익한 시간이었다.

---