CNN3 [ML] MobileNetV2 with TensorFlow 이전 글에서 Depthwise Separable Convolution에 대해 알아봤습니다. 이어서 오늘은 TensorFlow를 활용해 MobileNetV2를 만들어 보겠습니다. Reference [1] MobileNetV2 논문 MobileNetV2 MobileNetV2는 저자가 앞서 발표한 MobileNetV1을 개선한 모델입니다. MobileNet의 목표는 딥러닝 모델을 고성능의 GPU를 갖고있는 플랫폼이 아닌 스마트폰과 같은 모바일, 그리고 임베디드 플랫폼과 같은 엣지 디바이스에서 사용할 수 있는 가벼우면서 성능이 높은 모델로 만드는 것입니다. MobileNetV2는 기존 depthwise separable convolution에 inverted residual 블록을 추가한 것이 핵심입니다. 위 .. 2022. 9. 28. [ML] Depthwise Separable Convolution 오늘은 Depthwise separable convolution에 대해 알아보도록 하겠습니다. Standard Convolution 아래 그림은 일반적인 convolution 연산을 나타냅니다. Input shape는 \( H_i \times W_i \times C_i \) 입니다. 커널, 필터 shape는 \(k \times k \times C_i \) 로 총 \(C_o\)개 커널이 있으며 Output shape는 \( H_o \times W_o \times C_o \) 입니다. 여기서 총 연산은 아래와 같습니다. 커널 당 \( H_o \times W_o \times k^2 \times C_i \) 커널 총 개수를 고려하면 \( H_o \times W_o \times k^2 \times C_i \tim.. 2022. 9. 16. [ML] Grad-CAM Visualization 오늘은 CNN 모델 시각화 기법인 Grad-CAM에 대해서 알아보도록 하겠습니다. Reference [1] CAM 논문 [2] Grad-CAM 논문 [3] 관련 블로그 [4] 관련 블로그 Grad-CAM CAM(class activation map), Grad-CAM(gradient-weighted class activation mapping)은 CNN 계열 모델의 결과를 시각적으로 표현해 모델 이해도를 높일 수 있는 기법입니다. 아래 그림처럼 모델이 이미지의 어떤 파트가 도출한 prediction에 영향을 많이 주는지 해석이 가능합니다. 이러한 설명 가능한 AI가 중요한 이유는 크게 2개로 말할 수 있습니다. 먼저, CNN 모델들이 좋은 성능을 얻기 위해 더 깊어지고 무거워질수록 모델 추론 결과를 직관.. 2022. 9. 16. 이전 1 다음
