Deep Convolutional Neural Networks(AlexNet)를 사용한 ImageNet 분류 – 요약
이 기사에서 Alex Krizhevsky, Ilya Sutskever 및 Geoffrey E. Hinton의 2012년 논문
“심층 합성곱 신경망을 사용한 ImageNet 분류” (이하 AlexNet이라고 함).
- 본 논문은 2012년 ILSVRC 대회에서 우승한 딥러닝 모델인 AlexNet을 소개하고 대규모 이미지 인식 작업을 위한 효율적인 모델 아키텍처를 제안한다.
- AlexNet은 빠른 학습을 위해 ReLU, GPU 구현 등을 사용하는 8계층 신경망입니다.
dropout을 이용하여 overfitting을 효과적으로 줄이는 것이 특징이다.
- 이 논문의 공헌은 다음과 같다.
- ILSVRC-2012 대회에서 우수한 성능을 발휘했습니다.
- 고도로 최적화된 GPU로 구현 2차원 컨벌루션과 CNN의 구조공개했습니다.
- 신경망 성능을 개선하면서 훈련 시간을 줄이는 기술을 개발하십시오.
- 과적합 방지 기술을 소개합니다.
- AlexNet은 구조가 잘 짜여진 구조로 컨볼루션 레이어 중 하나를 제거해도 성능이 크게 저하됩니다.
- 2012 ILSVRC 대회에서 Top-5 오류율 15.3%로 우승했습니다.
- 고성능의 이유는 심층 CNN 구조와 데이터 확장, ReLU 및 Dropout과 같은 기술을 사용하기 때문입니다.
- AlexNet은 CNN을 활용하여 딥 러닝 기술을 대중화합니다.
- 이후 다양한 딥러닝 기반의 컴퓨터 비전 기법들이 제안되었다.