convolutional neural network12 김한웅 외., 2017, 폐 결절 검출을 위한 합성곱 신경망의 성능 개선 # 세줄요약 # 폐 영상 CAD(Computer Aided Detection) 시스템에서 결절과 비 결절(3mm 이상 결절, 3mm 이하 결절, 결절이 아닌 병변)로 구성된 ROI 영상을 분류하는 합성곱 신경망을 제안. LIDC 데이터셋을 사용하였으며, Hounsfiled Unit으로 변환하여 Window Setting으로 전처리한 이미지에서 방사선 전문의들의 판독결과를 바탕으로 ROI 영상 61404(Train Set: 52623, Test Set: 8781) 장을 추출. 총 14개의 레이어로 이루어진 합성곱 신경망(Convolution Layer = 8, Fully Connected Layer = 4)에 L1, L2 Nomalization, Data Augmentation 등을 사용하여 과적합을 완화.. 2020. 2. 5. 파이토치 첫걸음 - 5. 합성곱 신경망 # 세줄요약 # 합성곱 신경망(Convolutional Neural Network): 하나의 필터가 이미지를 훑으며 필터와 일치하는 특성을 추출하는 것을 합성곱 연산이라 하며, 연산이 끝나면 이미지에 대한 특성지도(feature map)가 나오고 이러한 특성들이 중첩되면 더 복잡하고 다양한 형태를 구분할 수 있다. 합성곱 연산을 수행할 때 입력값의 크기를 유지하며 충분한 특성을 뽑기위해 패팅(padding)을 쓰고, 해상도가 충분할 때 이미지 메모리를 줄이고 넓은 시야에서 필터를 적용하기 위해 풀링(pooling)이라는 기법을 사용한다. 따라서 합성곱 연산이 합성곱 레이어(Convolutional Layer)를 지나며 이루어지면 이미지의 가로, 세로는 줄어들고 채널의 수는 늘어나게 되며, 모든 레이어를 .. 2019. 11. 18. 이전 1 2 다음
