5.3.1 특성 추출 기법
특성 추출(feature extractor)은 ImageNet 데이터셋으로 사전 훈련된 모델을 가져온 후 마지막에 완전연결층 부분만 새로 만듭니다. 즉, 학습할 때는 마지막 완전연결층(이미지의 카테고리를 결정하는 부분)만 학습하고 나머지 계층들은 학습되지 않도록 합니다.
특성 추출은 이미지 분류를 위해 두 부분으로 구성됩니다.
• 합성곱층: 합성곱층과 풀링층으로 구성
• 데이터 분류기(완전연결층): 추출된 특성을 입력받아 최종적으로 이미지에 대한 클래스를 분류하는 부분
사전 훈련된 네트워크의 합성곱층(가중치 고정)에 새로운 데이터를 통과시키고, 그 출력을 데이터 분류기에서 훈련시킵니다.
여기에서 사용 가능한 이미지 분류 모델은 다음과 같습니다.
• Xception
• Inception V3
• ResNet50
• VGG16
• VGG19
• MobileNet
▲ 그림 5-28 특성 추출 기법