[딥러닝] CNN 구조를 한눈에!

1. CNN이란?

이미지 인식에 특화된 딥러닝 모델

일반 DNN은 이미지의 공간 구조를 무시하고 1차원으로 펼침
→ 위치 정보 손실, 파라미터 수 증가

CNN은 위치, 모양, 패턴을 잘 포착함

 

2. CNN의 생물학적 배경

• Hubel & Wiesel (1959): 고양이 시각 피질 실험 → 계층 구조로 시각 자극을 처리하는 뉴런 발견
• Kunihiko Fukushima: Neocognitron 제안
• Yann LeCun: LeNet-5 → 최초의 CNN 모델

3. CNN 핵심 구조

 

입력 → Convolution → ReLU → Pooling → Flatten → FC Layer → Softmax

 

🔹 Convolution 연산

• 필터(커널)를 이미지에 슬라이딩하며 특징 추출
• 실제 CNN에서는 cross-correlation 사용
• 결과는 Feature map / Activation map이라고 부름

---

🔹 Activation Function (활성화 함수)

• 주로 ReLU 사용: 음수 → 0, 양수는 그대로
• 비선형성 추가 → 복잡한 패턴 학습 가능

---

🔹 Pooling (Subsampling)

• 이미지 크기를 줄이면서 특징은 유지
• 종류:
  • Max Pooling: 가장 큰 값
  • Average Pooling: 평균
• 장점: 연산량 감소, 과적합 감소, 위치 불변성

 

 

4. CNN에서의 입력 & 필터 형태

- 이미지: 3차원 텐서 (W × H × C)

예: 32×32×3 (RGB 이미지)

 

- 필터: 3차원 (W × H × D), 깊이 D는 입력과 동일
→ 여러 개의 필터 사용 → 여러 개의 Feature map 생성

 

5. Stride & Padding

Stride	필터가 이동하는 간격 (1 이상)
Padding	경계에 0 추가하여 출력 크기 조절
출력 크기 공식

 

6. CNN의 핵심 특징

특징	설명
Local connectivity	일부만 연결되어 학습 효율↑
Weight sharing	같은 필터를 반복 사용 → 파라미터↓
Pooling	차원 축소 + 위치 변화에 강함

 

7. 개선된 CNN 모델 구조

모델	특징
VGGNet	3×3 필터 반복 → 단순하고 깊은 구조
GoogLeNet	다양한 필터를 병렬 사용 (Inception module)
ResNet	Skip connection 사용 → gradient vanishing 방지
MobileNet	경량화된 구조, Depthwise Separable Conv 사용
Vision Transformer	CNN 대신 Attention 사용

 

8. CNN 학습 과정 요약

1. 이미지 입력 (예: 32×32×3)
2. Convolution → Feature map 추출
3. ReLU → 비선형성
4. Pooling → 크기 축소
5. Flatten → 1D 벡터
6. Fully Connected → 최종 분류
7. Softmax → 확률 출력