TensorFlow VGG16 모델 커스터마이징 및 전이 학습 최적화 전략
VGG16 모델의 구조와 커스텀 설계 방향
VGG16은 13개의 합성곱(Convolutional) 계층과 3개의 완전 연결(Fully Connected) 계층으로 구성된 고전적이면서도 강력한 심층 신경망 구조입니다. 전이 학습(Transfer Learning)을 통해 안면 인식과 같은 특정 태스크에 적용할 때, 모델의 복잡도와 연산 비용 사이의 균형을 맞추는 것이 중요합니다. 특히 검증 데이터셋에서의 성 ...
7월 26일 00:37에 게시됨
Faster R-CNN 성능 최적화 전략: 69.9% mAP와 198ms 추론 속도 구현
객체 검출의 속도와 정확도 균형 문제
Faster R-CNN은 객체 검출(Object Detection) 분야의 표준적인 모델로 자리 잡았으나, 실시간 애플리케이션에 적용하기에는 연산 복잡도가 높다는 단점이 있습니다. 특히 VGG16 백본을 사용하는 기본 모델은 약 500ms 이상의 추론 시간을 기록하며, mAP(mean Average Precision) 성능 역시 65% 수준에 머무는 경우가 많습니다. 이러한 ...
7월 25일 16:08에 게시됨