CNN 구조 기반 잘 알려진 분류(Classification) 문제의 딥러닝 모델 목록
AlexNet
AlexNet은 유의미한 성능을 보여준 최초의 실제 합성곱 신경망으로 2012년 ImageNet 대규모 시각적 인식 채널에서 10% 차이로 우승. Max pooling으로 분리된 stacked convolutional layer로 구성되어져 있다.
VGGNet
Very Deep Convolutional Networks(VGG)는 2014 ImageNet 챌린지의 우승. AlexNet이 깊이를 최대 19개의 레이어로 밀어 넣는 것보다 깊습니다. 오늘날 표준인 더 작은 3×3 커널 크기 필터를 사용한다.
Inception V1-V4
Inception V1은 Google에서 개발한 네트워크 제품군으로 입력이 서로 다른 커널 크기의 서로 다른 컨볼루션 블록으로 독립적으로 흐르고 출력이 집계되는 병렬 연결이 있다. Inception V3는 2015년 ImageNet 대회에서 우승.
ResNet
ResNet은 네트워크가 최대 150개 레이어까지 확장할 수 있도록 하는 잔차 연결을 도입. ResNet-50은 정확도가 좋고 매개변수 수가 중간이므로 업계에서 컴퓨터 비전 작업에 가장 널리 사용되는 백본이다. Se-ResNet, ResNetXt, ResNeST 및 RegNet과 같은 ResNet의 여러 변형이 제안됨.
Xception
Inception 모듈을 발전시켜 설계한 네트워크로서 Google에서 발표함. Xception은 완벽히 cross-channel correlations와 spatial correlations를 독립적으로 계산하기 위해 고안된 모델로, Depthwise Seperable Convolution의 개념을 활용한 Extreme Inception 구조를 제안함.
MobileNet
- Xception 에서 사용하는 DSC의 연산 효율성을 이용해 경량화에 최적화한 모델. 하이퍼파라미터를 이용해 성능을 리니어하게 줄이며 모델을 더욱 경량화할 수 있도록 설계함.