CS231n 2017 lecture 1

https://www.youtube.com/watch?v=vT1JzLTH4G4&list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk&index=2&t=0s

 

Lecture 1은 Introduction 이므로 자세하게 내용 정리는 하지 않고 가벼운 마음으로 들었다. 몇 가지 내용 정리를 해보면 아래와 같다.

 

1. PASCAL Visual Object Challenge

 

 

2. ImageNet

PASCAL과 ImageNet모두 Image Classification을 위한 데이터셋들이다. 2017년 당시(지금은 아닐 수 있다.) ImageNet이 가장 큰 데이터셋이었다. 

 

 

3. Image Classification Challenge

각 해의 Image Classification Challenge의 결과이다. 2012년에 오류가 급감함을 주목하라

ImageNet은 유명한 Image Classification Challenge를 실시한다. 결과를 보면 특이하게 2012년도에 Image Classification의 오차율이 급격히 감소하는데, AlexNet이라 불리는 CNN이 처음 사용된 해이다. 그 후의 Image Classification 모델은 모두 CNN을 기반으로 제작되었다.

 

4. Image Classification vs Object Detection vs Image Captioning

모두 비슷한 말 같지만 차이가 있다. Image Classification은 단순히 Image가 어떤 Object를 포함하는지 알아내는 것이며 Object Detection은 Object의 위치 정보 또한 알아낸다. Image Captioning는 말 그대로 이미지의 캡션을 달아주는 일, 즉 어떤 이미지인지 언어로 설명하 것이다. (ex. Person on Bike)