유명한 CNN구조 AlexNet, VGGNet, GoogleNet, ResNet 복습 재활

1. AlexNet

 

이미지넷 대회 스케일에서는 간단한 구조(layer가 별로 없음)

 

연산량은 간단한 편인데 성능은 최하위

 

그런데 model의 memory size가 큰 편임

 

 

2. VGGNet

 

3*3 Convolutional layer로만 구성했다

 

그런데 연산이 매우 느리면서도 model의 memory size가 매우 크다는 것이 특징

 

근데 많이쓰는데..?

 

 

3. GoogleNet

 

inception module과 auxiliary classifier를 사용함

 

그 뒤로 다양한 변형(exception 등)이 나왔고

 

그 중 inception v4는 ResNet 152보다 성능도 좋고 memory size도 적으며 연산도 빨라

 

 

4. ResNet

 

layer는 152개로 가장 많은데도 VGG보다 연산은 빠르면서 memory size도 적절하다

 

그러나 GoogleNet의 inception 계열 network보다는 모델이 크고 느리다

 

그 동안 공부한 이미지넷의 모델 비교

 

 

5. 결론

 

GoogleNet 계열이 AlexNet, ResNet, VGG 등보다 효율적이다

 

그러나 auxiliary classifier같은 학습트릭이 복잡하며 inception block 같은 수평확장 구조를 구현하기는 쉽지 않다

 

그래서 대중적으로는 VGG나 ResNet을 주로 사용한다고 한다.

 

이유는 정말 간단하게 구현할 수 있어서 그리고 성능도 나쁘지 않아

 

VGG나 ResNet을 feature map을 뽑는 backbone CNN으로 사용하고

 

이 feature map으로 classification이나 object detection, semantic segmentation등 다양한 task에 활용한다

 

 

 

classification+regression이 object detection

 

pixel-level classification이 semantic segmentation