Current Result Document :
| 한글제목(Korean Title) |
음식 이미지 분류를 위한 CNN 모델 일반화 방법 적용 및 분석 |
| 영문제목(English Title) |
Application and Analysis of Model Regularization for CNN for Food Image Classification |
| 저자(Author) |
이원일
강수연
낭종호
Wonil Lee
Sooyeon Kang
Jongho Nang
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 0722 ~ 0724 (2022. 12) |
한글내용
(Korean Abstract) |
최근 모바일 기기의 발전과 소셜 미디어의 활성화로 많은 음식 이미지가 공유되면서, 인공 신경망을 이용하여 음식 이미지를 자동으로 분류하려는 연구가 진행되고 있다. 본 논문에서는 음식 이미지 분류 모델의 일반화 정도를 높이기 위해서 data augmentation, label smoothing 등의 모델 일반화 방법을 적용하여 학습하고 그 결과를 분석한다. 학습에는 KT Genielabs의 음식 이미지 데이터를 사용한다. 이미지 분류를 위해 convolutional neural network를 backbone network로 사용한다. Image flip, brightness contrast, cutmix 등의 Data augmentation을 진행하여 모델 성능의 변화를 관찰한다. 또한 모델의 일반화 정도를 높기 위해 label smoothing을 적용한다. 성능 평가 지표는 top-1 Accuracy를 사용한다. 최종적으로 학습된 모델은 검증 데이터 셋에 대하여 90.39%의 성능을 보인다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
