인공지능/DeepLearning
2021. 1. 12.
[Computer Vision] Fine-Tuning
학습을 할 때 일반적으로 대규모의 이미지 데이터 셋이 필요하다. 하지만 이미지 데이터 셋을 만들기에는 시간은 둘째치고 비용이 상당히 많이 든다. 또한 새로운 데이터셋이 크지 않다면 그만큼 학습을 하기 어려울 것이고 오버핏 될 가능성이 커지게 된다. 이러한 문제를 해결하기 위한 한 가지 방법이 Fine-Tuning(미세 조정)이다. 딥러닝 모델의 중요한 성격 중 하나가 바로 "계층적인 특정"을 "스스로" 학습한다는 점이다. 모델의 첫 번째 층은 "일반적인(general)"특징을 추출하도록 하는 학습이 이루어지는 반면에, 마지막 층에 가까울수록 특정 데이터셋 나타날 수 있는 "구체적인(specific)"특징을 추출하도록 학습이 이루어진다. 기존의 데이터셋의 학습 내용을 새로운 모델에 적용한 후 새로운 데이터..
