[AIDE 2급] 3. 인공지능 알고리즘

딥러닝이란

인공지능 객체탐지 방법의 이해

핵심 딥러닝 알고리즘

퀴즈

학습정릴

 

 

 

1. 딥러닝이란?

- 기계가 자동으로 대규모 데이터에서 패턴과 규칙을 학습하는 것을 의미하며, 학습을 기반으로 의사결정이나 예측등을 수행하는 기술

- 여러 층을 가진 ANN 사용하여 머신러닝 학습을 수행하는 것

- 인공신경망과 다른 이유는 은닉층이 하나 이상으로 복잡한 구조를 가지고 있음

 

1) 딥러닝 구조

- 입력층 Input layer : 학습하고자 하는 데이터를 입력하는 층

- 은닉층 hidden layer: 입력된 데이터를 여러단계로 처리하는 층

- 출력층 Output layer: 처리된 결과를 출력하는 출력층

 

2) 딥러닝의 동작원리

딥러닝을 위하여 많은 양의 학습데이터와 학습이 필요하며, 학습에 필요한 데이터를 전처리하여 제공해야함.

학습데이터는 훈련 데이터 (Train) 평가 데이터(test)로 구분됨(보통 8:2)

 

예시) 수능시험 예시

(1) 수능시험을 보기 위해서 모의고사를 1, 2, 3, ...N회 풀어보고 오답풀이를 반복한다. = 훈련 데이터

* 반복하여 오답을 줄여가는 과정 : 에포크(Epoch)

(2) 작년 수능 수능시험을 본다 = 평가 데이터

(3) 올해 수능 문제 = 실전(실데이터 적용) 

 

3) 인공지능 프로그램의 개발 절차

1단계	2단계	3단계	4단계	5단계
라이브러리 읽어 들이기	데이터를 읽어 들이고 전처리하기	신경망 만들기	모델 만들기(학습하기)	모델 적용하기(예측하기)

데이터를 읽어들여 전처리하는 2단계, 모델을 사용하는 4단계는 데이터를 사용하는 단계

신경망을 3단계, 모델을 적용한느 5단계는 인공지능을 개발하는 단계

 

만약 5단계 완료 후, 결과가 낮게 나왔다면 데이터의 문제인지 신경망의 문제인지 파악한다.

 

2.  인공지능 객체탐지 방법의 이해

왼쪽은 객체가 1개, 오른쪽은 객체가 2개 존재함.

 

1) Single Object

1단계 분류확인	2단계 영역표시
Classification 인공지능이 데이터셋(데이터와 정답 레이블)을 함께 학습하고 이를 토대로 새로운 이미지를 식별하게 되는 과정 학습되지 않은 Class	Classification + Localization 분류를 통하여 검출한 객체의 정보가 있는 위치를 보기 쉽게 Box 형태로 지정하는 것을 Localization이라고 한다. 바운딩박스(Bounding Box) : 학습을 통해 검출한 객체의 영역을 사각형으로 표시하는 것을 의미

 

2) Multi object

객체 검출 : Object Detaction	세그멘테이션 | 의미적 분할 (Instance Segmentation)
학습을 통하여 여러 개의 객체를 인식하고 인식된 객체를 바운딩박스(Bounding Box)와 색을 이용하여 영역을 표시하는 과정 분류는 객체를 1개만 검출했을때, 객체검출은 객체를 1개 이상 검출했을 때	객체인식에서 이미지 내의 의미 있는 단위로 분할 하는 작업을 말함. 정교하고 복잡한 인공지능 구현을 위하여 이미지의 영역별 의미를 부여하는 경우 사용하는 방식

 

 

 

 

 

 

 

 

3. 핵심 딥러닝 알고리즘

합성공신경망 CNN 알고리즘 Convolutional Neural Network	순환신경망 RNN  Recurrent Neural Network	생성적 적대 신경망 GAN Generative Adversarial Network
- 영상처리에 많이 활용되는 합성곱을 이용한 인공신경망 합성곱을 이용해 가중치 수를 줄여 이미지 처리에 효과적 - 이미지의 특장점을 효과적으로 찾을 수 있는 신경망 - 데이터 특징을 분석하여 패턴을 파악하는 구조 - Convolution과정과 Pooling과정을 통해 진행	- 계층의 출력이 순환하는 인공신경망 -순환방식은 은닉 계층의 결과가 다음 계층으로 넘어가며, 자기 계층으로 다시 도아온다. - 시계열 정보처리처럼 앞뒤신호가 상관도가 있는 경우 - 음성, 웨이브폼, 텍스트의 앞뒤를 분석하는 등 언어처리	- 신경망 끼리 경쟁하여 최적화를 수행하는 생성형 신경망 - GAN 내부의 두 신경망이 상호 경쟁하면서 학습 - 하나는 생성망, 하나는 판별망 - 생성망이 진짜 같은 가짜를 계속 만들어 내고 판별망이 가짜데이터를 판별하는 과정을 반복하게 되면 생성망에서 만든 가짜 데이터가 진짜 데이터와 구분을 못할 정도의 진짜 같은 가짜 데이터를 만드는 인공지능 - 이미지 생성, 이미지 복원에 많이 사용하는 인공지능

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4. 퀴즈

딥러닝의 동작원리 : 딥러닝 학습을 위하여 데이터는 (훈련)데이터와 (평가) 데이터로 분류하여 사용한다. 주로 8:2로 분류함.

인공지능의 객체검출방법 : 학습을 통하여 여러 개의 객체를 인식하고 인식된 객체를 검출하는 것을 객체검출 (Object Detection)한다.

인공지능 알고리즘 : 신경망 끼리 경쟁하여 최적화 수행을 신경망은 (생성적 적대 신경망 GAN) 이라고 한다.

 

 

5. 정리

학습데이터 : 훈련데이터 + 평가 데이터, 나눌때는 8:2로 나누어 사용

학습 수 : 에포크

객체검출 Object Detaction : 여러개의 객체를 찾아내는 방법