Current Result Document :
| 한글제목(Korean Title) |
Resiudal Neural Network를 사용한 시간 효율적인 이미지 데이터 학습 |
| 영문제목(English Title) |
A Time-efficient Image Data Training using Residual Neural Network |
| 저자(Author) |
신경환
하란
KyungHwan Shin
Rhan Ha
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 1370 ~ 1372 (2023. 01) |
한글내용
(Korean Abstract) |
Residual Neural Network의 등장으로 신경망의 층을 계속 쌓는 것으로 발생할 수 있는 가중치 손상 문제를 개선할 수 있게 되었다. 다만, 누구나가 무한한 컴퓨팅 자원을 가지고 Neural Network의 학습을 진행할 수 있는 것은 아니기 때문에 한정된 컴퓨팅 자원 안에서 목표에 최대한 근접한 성능을 보이는 학습 데이터를 얻어야 할 필요성은 변하지 않았다. 본 논문에서는 같은 데이터셋을 사용한다는 가정 하에, input image의 크기와 ResNet의 깊이에 따라서 변하는 학습 데이터의 결과와 그 경과시간으로 각 학습 설정에 대한 시간적 효율을 분석하였다. 분석 결과, 처음부터 큰 이미지와 과도하게 깊은 신경망 모델이 아니라 가장 작은 규모의 모델부터 원하는 정확도에 도달할 때까지 점차적으로 깊은 신경망을 사용해야 함을 확인했다. 이렇게 얻은 결과를 일러스트 이미지 관리 프로그램 개발에 사용하여 기존 학습 방식보다 학습 모델 제작의 시간을 50-70%수준으로 단축할 수 있었다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
