이미지에는 구조가 있습니다. 인접한 픽셀들은 서로 관련되어 있고, 패턴은 프레임 전체에 걸쳐 반복됩니다. 컨볼루션 신경망은 이러한 구조를 활용하여 입력 이미지에 작은 필터를 적용하고, 가중치를 공유하며, 나타나는 모든 위치에서 지역적 특징을 감지합니다.

일반적인 아키텍처는 컨볼루션 레이어, 활성화 함수, 풀링 레이어를 쌓아 올립니다. 초기 레이어에서는 가장자리와 질감을 감지하고, 심층 레이어에서는 이를 조합하여 부분과 객체를 생성합니다. 최종 분류기는 학습된 특징을 레이블에 매핑합니다.

핵심 구성 요소

• 학습 가능한 가중치를 갖는 컨볼루션 필터
• 공간적 차원을 줄이기 위한 풀링
• 출력 크기를 제어하기 위한 간격 및 패딩
• 분류를 위한 완전 연결 계층

CNN은 2012년 AlexNet을 시작으로 10년 동안 컴퓨터 비전 분야를 지배해 왔습니다. 현재 비전 트랜스포머들이 여러 벤치마크에서 경쟁력을 보이고 있지만, CNN은 여전히 ​​효율적이며 임베디드 및 모바일 시스템에서 널리 사용되고 있습니다.