
97
3
장
고급 컴퓨터 비전: 이미지에서 특징 감지하기
여기에서 짚고 가야 할 부분이 몇 가지 있습니다. 우선 맨 첫 번째 층입니다.
kernel
_
size
가
3
인 필터
16
개를 사용하고 입력 채널 크기는
3
입니다. 입력 이미지가 컬러 이미지이므로 채널
이 세 개입니다. 이전에 사용했던 패션
MNIST
데이터셋은 흑백이라 채널이 하나였습니다.
마지막 출력 층에는 하나의 뉴런만 있습니다. 이진 분류기를 만들 때 하나의 뉴런 출력을 시그
모이드 함수로 활성화하면 이진 분류를 얻을 수 있기 때문입니다. 시그모이드 함수의 목적은 이
진 분류에 적합하도록 샘플 한 세트를
0
으로, 다른 샘플 세트 하나를
1
로 유도하는 것입니다.
그다음 여러 개의 합성곱 층을 쌓았습니다. 입력 이미지가 꽤 크기 때문에 층을 거듭하면서 특
징이 강조된 작은 이미지를 많이 만들기 위해서입니다.
summary
의 결과는 다음과 같습니다.
Layer (type) Output Shape Param #
================================================================
Conv2d-1 [–1, 16, 150, 150] 448
MaxPool2d-2 [–1, 16, 75, 75] 0
Conv2d-3 [–1, 32, 75, 75] 4,640
MaxPool2d ...