[Deep Learning] CNN의 개념, Object Detection

딥러닝 모델 중 하나인 CNN(Convolutional Neural Network)에 대해 알아보자.

CNN은 computer vision problem에서 많이 쓰인다. 특히 그 중 많이 활용되는 것은 object detection이다.

 

Object Detection이란?

• Feature extraction(특징 추출)
  • 이미지에서 끌어낼 수 있는 유용한 feature 추출
• Bounding Box 생성
  • object를 감싸는 bounding box 생성
• Class classification
  • bounding box 안의 object가 어떤 class인지 분류하는 과정

---

CNN(Convolutional Neural Network)

• image의 형태를 보존하도록 행렬 형태의 데이터를 입력받아 정보 손실을 방지하고, 행렬로 표현된 필터의 각 요소(weight, 학습에서 가중치)가 데이터 처리에 적합하도록 자동으로 학습시킨다.
• image에 특정한 filter(=kernel)을 적용해 image의 feature을 추출하는 데 사용한다. → Feature extraction

• Convolution Operation
  • element wise matrix multiplication + sum으로, element wise 행렬에서 같은 위치에 있는 원소끼리 곱해주고 더해주는 것

Convolution Operation

• CNN은 특정 방향의 edge를 강조하는 edge detection이라던지 fine detail을 강조해 blurring을 제거해주는 sharpness filter 등의 다양한 필터를 사용해 특징을 추출한다.

edge detection kernal, sharpness filter

• Padding
  • 컨볼루션 필터의 크기에 따라 출력 크기가 줄어드는데, 이 공간적인 크기를 고정한 채로 다음 계층에 전달하기 위해 padding을 사용한다.
  • 주변 픽셀을 0으로 채워주는 제로 패딩이 많이 쓰이고, 6x6 image에 padding=1, 필터 크기 3x3을 적용하면 아래 그림의 파란색 정사각형 모양으로 padding이 진행된다.

convolution-padding

• Stride
  • 컨볼루션 필터를 적용하는 위치의 간격
  • 출력 크기는 컨볼루션 필터를 적용하는 위치의 간격에 따라 달라지는 데 이 간격을 stride라고 한다.
  • 만약 7x7 이미지일 때 stride가 1이면 출력크기는 5x5이고 stride가 2이면 출력크기가 3x3이다.

convolution-stride

• CNN에서 n x n 이미지를 입력하고, f x f 필터 사용, p만큼 padding적용, s만큼 stride 적용해서 출력되는 이미지의 결과는 아래 수식과 같다.

---

One-layer of a CNN

One-layer of a CNN

이제 Image의 feature를 추출하는 CNN의 한 층의 구성을 알아볼 것이다.

입력은 픽셀로 이루어진 image이고, 입력사이즈는 가로, 세로, 채널이 있다. 만약 RGB이미지이면 채널이 3, Grayscale이면 채널이 1이다.

 

앞선 글에서 언급한 인공신경망의 학습 과정과 똑같이 진행된다.

Input을 받아서 weight filter와 컨볼루션 연산을 진행해 편향을 더한 후 활성화함수(activation function)에 넣어 활성화한 뒤 출력값을 받아낸다. 이 때 여러개의 다른 특징을 추출하고 싶으면 여러개의 컨볼루션 필터를 사용할 수 있다.

---

Type of Layers

CNN의 layer에는 총 세 가지 종류가 있다.

1. Convolution Layer: 위에서 설명한 convolution layer

2. Pooling Layer

• 가로 세로 방향의 공간을 줄이는 layer → 네트워크 모델의 연산량을 줄일 수 있음 + 입력값의 변화에 영향을 적게 받음
• 만일 4x4 image에 2x2 pooling을 적용할 때의 예시는 아래와 같다.
• max-pooling, average-pooling이 있음

pooling layer 예시

3. Fully-Connected Layer: Classification 결과를 출력하는 Layer

---

최종적인 CNN의 구성

1. Input을 받아

2. convolution layer, pooling layer 반복해 거친 후

3. fully connected layer을 거쳐 결과 출력

 

이 때 convolution layer를 거치면 image의 특징이 추출되고, 그 특징으로 fully connected layer에서 이미지 분류됨.