이미지 인식을 위한 합성곱 신경망 (CNN)
CNN(Convolutional Neural Network, 합성곱 신경망)은 이미지 데이터를 분석하는 데 특화된 신경망 구조입니다.
CNN은 여러 개의 층으로 이루어져 있으며, 각 층은 이미지에서 중요한 정보를 추출하는 역할을 합니다.
CNN이 필요한 이유
일반적인 인공 신경망(ANN)은 이미지를 한 줄로 된 숫자로 변환하여 학습합니다.
하지만 이렇게 하면 원래 이미지의 형태와 구조가 사라져서, 중요한 정보를 잃을 수 있습니다.
예를 들어, 고양이 사진이 있다고 할 때, 고양이의 눈, 코, 귀가 어디에 위치하는지가 중요하지만, 단순한 숫자로 변환하면 이런 관계를 유지하기 어렵습니다.
CNN은 이미지의 패턴과 구조를 유지하면서 학습할 수 있는 신경망입니다.
사람도 얼굴을 인식할 때 눈, 코, 입의 위치를 고려하는 것처럼, CNN도 이미지 안에서 특정한 특징(예: 가장자리, 색상 패턴 등)을 찾아냅니다.
이를 통해 같은 고양이라도 다양한 크기와 위치에서 정확하게 인식할 수 있습니다.
다음 수업에서는 CNN 주요 구성 요소에 대해 알아보겠습니다.
다음 내용이 궁금하다면?
코드프렌즈 PLUS 멤버십 가입 or 강의를 등록해 주세요!