Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)

Korean Society of Computer Information (한국컴퓨터정보학회)
권호 표지

Accuracy Analysis according to the Number of Training and Testing Images on CNN

CNN에서 훈련 및 시험 영상 수에 따른 정확도 분석

  • Kong, Junbae (School of Computer & Information & Communication Engineering, College of Engineering, Kunsan National University) ;
  • Hwang, Taehee (School of Computer & Information & Communication Engineering, College of Engineering, Kunsan National University) ;
  • Jang, Minseok (School of Computer & Information & Communication Engineering, College of Engineering, Kunsan National University) ;
  • Lee, Yonsik (School of Computer & Information & Communication Engineering, College of Engineering, Kunsan National University)
  • 공준배 (국립군산대학교, 컴퓨터정보통신공학부) ;
  • 황태희 (국립군산대학교, 컴퓨터정보통신공학부) ;
  • 장민석 (국립군산대학교, 컴퓨터정보통신공학부) ;
  • 이연식 (국립군산대학교, 컴퓨터정보통신공학부)
  • Published : 2019.07.10
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문은 CNN (Convolution Neural Networks)의 첫 번째 컨볼루션층(convolution layer)을 RGB-csb(RGB channel separation block)로 대체하여 입력 영상의 RGB 값을 특징 맵에 적용시켜 정확성을 제고시킬 수 있는 선행연구 결과에 추가적으로, 훈련 및 시험 영상 수에 따른 분석을 통하여 정확도 향상방법을 제안한다. 제안한 방법은 영상의 개수가 작을수록 각 학습 간의 정확도 편차가 크게 나타나는 불안정성은 있지만 기존 CNN모델에 비하여 정확도 차이가 증가함을 알 수 있다.

Keywords