인프런 영문 브랜드 로고
인프런 영문 브랜드 로고

인프런 커뮤니티 질문&답변

김진혁님의 프로필 이미지
김진혁

작성한 질문수

딥러닝 CNN 완벽 가이드 - Fundamental 편

사전훈련된 모델(VGG16)을 이용하여 CIFAR10 에 응용하기

작성

·

363

0

이미지 분류 경현대회의 VGG16 같은 모델은 1000개의 label이 있고 이를 분류하는 모델인데 이를 CIFAR10에 응용한다는 것은 CIFAR10의 10개의 라벨이 이미지 분류 경연대회의 1000개의 label에 포함되기 때문에 가능한 것 인 가요?
 
예를들어 A라는 좋은 모델은 개, 고양이, 등 10개의 동물을 분류하는 모델이 있고, 제가 식물 2종을 분류하는 모델을 만드는것이 목표일 때 A라는 모델이 좋다고 식물을 분류하는 모델을 만들기위해 동물을 분류하는 A모델을 가져와서 사용하는것은 괜찮을까요? label 숫자와 상관 없이 label이 전혀 달라도 상관 없을까요?
 
그리고 pretrained model을 활용한다는것은 weights 가져와서 train을 시작하는게 효율적이기 때문에 활용하는 것인가요?

답변 1

0

권 철민님의 프로필 이미지
권 철민
지식공유자

안녕하십니까, 

CIFAR10의 데이터 레이블이 IMAGENET에 포함되어 있어서라기 보다는 IMAGENET에서 다양한 동물과 사물, 주변환경, 탈것, 건물등을 미리 학습하면서 전반적으로 활용도가 높은 pretrained된 CNN Filter값(Feature Map)을 가지고 있기 때문에 이를 활용하고자 합니다. 데이터 레이블이 겹쳐 있으면 더 좋습니다. 

IMAGENET의 경우는 다양한 동물과 사물을 가지고 있습니다. 상대적으로 식물을 적습니다(열매, 과일은 있습니다). 만약에 식물을 classification 한다고 하면, (테스트는 해봐야 겠지만) imagenet으로 pretrained된 모델을 미리 적용하는게 더 좋을 수 있습니다. 앞에서도 말씀드렸듯이 전반적으로 활용도가 높은 CNN Filter값으로 초기화 되어 있기 때문입니다. 그리고 imagenet으로 적용이 좋은지는 일단 테스트를 해봐야 합니다.  좋으면 적용하고, 나쁘면 배제하면 됩니다. 

그렇다고, label이 전혀 상관없는 pretrained 모델을 적용하는 것이 좋을지는 의문입니다. 가급적이면 imagenet이나 비슷한 유형으로 pretrained된 모델을 적용하는 것이 좋습니다. 

감사합니다.  

김진혁님의 프로필 이미지
김진혁

작성한 질문수

질문하기