반응형 Convolution2 CNN 연산량 줄이는 scheme 이전 포스팅에서 CNN을 다루었는데, 직감적으로 아시겠지만 영상이 커지거나 필터의 수가 무수히 많거나 Layer가 매우 깊다면 연산량은 매우매우 많아지게 됩니다. 그래서 연산량을 조금이라도 줄이기 위해서 사용하는 scheme에 대해서 알아보겠습니다. Ⅰ. Depthwise Separable Convolution - 연산량을 줄이기 위한 convolution기법 중 하나로 Depthwise Convolution과 Pointwise Convolution을 혼합하여 사용합니다. (※ mobilenet 에서 처음 제안되었습니다.) - 논문에 나온 그림을 보시겠습니다. + Standard convolution cal. > 총 대략적인 연산량 H * W * K * K * M * N + Depthwise convol.. 2022. 11. 23. Image processing(2) Ⅰ. Image convolution - Convolution은 고정된 filter mask를 픽셀들과 곱하고 더하여 새로운 pixel 값을 계산해 내는 image processing임 + 이미지의 새로운 픽셀 값들은 주변 픽셀 값들을 고려함으로써 결정 되어짐 (※ Convolution은 최근 CNN(Convolution nerual network)로 인해서, 많이들 알고 있을 거라고 생각됩니다) - 아래는 convolution의 수식을 나타내며, 수식에 값을 대입해보시면 쉽게 이해가실 것입니다. + ex) m=3 이라고 가정, 마스크 모양도 3*3 이라 가정 > i와 j는 (-1 0 1) 3가지 값을 가짐 > h(-1,-1)은 입력영상 (x+1, y+1)과 곱해짐 > h( 0,-1)은 입력영상 (x ,.. 2022. 9. 25. 이전 1 다음 반응형
