Page 10 -
P. 10

이미지 인식에는 이미지 클래스 분류, 물체 검출 등이 있습니다. 그림 1-4는 사진 가운데 있
                            는 자전거와 강아지를 자동으로 검출하여 위치를 표시합니다. 이처럼 자동으로 물체를 검출

                            하는 방법을 물체 검출이라고 합니다. 물체 검출은 물체의 위치뿐만 아니라 형태도 예측할 수
                            있습니다. 예를 들어 흉부를 찍은 엑스레이에서 암세포 위치와 그 형태를 예측하는 것도 가

                            능합니다. 물체 검출은 5장에서 자세히 학습합니다.

                            그림 1-4  자전거와 강아지 자동 검출
























                            이 책에서는 이미지 클래스 분류와 물체 검출을 학습한 후 강화 학습 샘플 프로그램을 알아
                            봅니다. 삼목 게임(틱택토)(Tic-Tac-Toe)을 예로 들어 딥러닝+강화 학습의 사례를 6장에서

                            살펴봅니다.



                          1.3   이 책에서 다루는 기법 : 사전 학습된 모델의 이용


                                                                                                     *
                            스탠퍼드대학교에서 고해상도 이미지의 대규모 데이터셋을 모아 놓은 ImageNet 프로젝트
                            를 시작한 이후 약 2만 1,000개의 카테고리와 약 1,400만 장의 이미지를 수집했습니다.
                            이 ImageNet 자료 중 1,000개의 카테고리에 있는 이미지를 이용하여 이미지 클래스를 분류

                            하는 경진대회인 ILSVRC를 2010년에 시작했습니다. 2012년에 우승한 AlexNet은 토론토대학
                            교 팀이 만든 8층의 신경망 모델로, 과거의 방법에 비해 경이로운 성능을 보여 주었습니다.




                        *   http://www.image-net.org


                                                                                       1장  이 책의 개요와 준비   17



         딥러닝 부트캠프(본문)최종.indd   17                                                                2017-12-06   오후 3:25:37
   5   6   7   8   9   10   11   12   13   14   15