이미지 분류

영어	Image Classification
분류	컴퓨터 비전
대표 모델	ResNet, EfficientNet, ViT
벤치마크	ImageNet

'''이미지 분류'''(Image Classification)는 이미지를 미리 정의된 카테고리 중 하나로 분류하는 [[컴퓨터 비전]] 작업입니다. == 개요 == 이미지 분류는 컴퓨터 비전의 가장 기본적인 작업으로, 이미지가 무엇을 나타내는지 판단합니다. 예를 들어 사진이 개인지 고양이인지, 어떤 종류의 꽃인지 분류합니다. == 역사 == === 전통적 방법 === * 수동 특징 추출 (SIFT, HOG) * SVM 등 전통 분류기 * 제한된 성능 === 딥러닝 혁명 (2012) === * AlexNet의 ImageNet 우승 * CNN 기반 접근 * 오류율 대폭 감소 === 현대 (2020년~) === * Vision Transformer (ViT) * 대규모 사전훈련 * 자기지도 학습 == 주요 모델 == === CNN 기반 === * AlexNet (2012): 딥러닝 시대 개막 * VGG (2014): 깊은 네트워크 * ResNet (2015): 잔차 연결 * EfficientNet (2019): 효율적 스케일링 === Transformer 기반 === * ViT: Vision Transformer * Swin Transformer: 계층적 구조 * DeiT: 데이터 효율적 학습 == ImageNet == 이미지 분류 벤치마크: * 1,000개 카테고리 * 1,400만 이미지 * Top-1, Top-5 정확도 * 연간 대회 개최 (2010-2017) == 학습 과정 == === 데이터 준비 === * 라벨링된 이미지 수집 * 데이터 증강 (Augmentation) * 학습/검증/테스트 분할 === 모델 학습 === * [[전이학습]] 활용 * 손실 함수: Cross-entropy * 옵티마이저: Adam, SGD === 평가 === * 정확도 (Accuracy) * 정밀도, 재현율 * Confusion Matrix == 활용 분야 == === 의료 === * 피부암 진단 * X-ray 분석 * 병리 이미지 === 제조 === * 불량 검출 * 품질 관리 * 자동 분류 === 자연 === * 동식물 식별 * 위성 이미지 분류 * 환경 모니터링 === 일상 === * 사진 정리 * 시각 검색 * 콘텐츠 필터링 == 한계 == * 도메인 이동 문제 * 적대적 공격 취약 * 장문 설명 불가 == 관련 문서 == * [[컴퓨터 비전]] * [[객체 탐지]] * [[딥러닝]] * [[전이학습]] [[분류:인공지능]] [[분류:컴퓨터 비전]] [[분류:딥러닝]]