[논문 리뷰] CNN - GoogLeNet (Inception) (CVPR 2015)

이번 방학부터 대학원생 동기, 선배 2명과 함께 논문구현 스터디를 시작했습니다. 저는 논문을 읽고 요약 및 설명하는 역할을 맡았고 나머지 두 명은 각각 keras와 pytorch로 코드를 구현하는 역할을 맡았습니다. 블로그에 올라오는 글들은 원 논문 및 논문 관련 설명들을 참고하여 작성한 것입니다. 코드는 게시물 하단에 적어놓은 제 깃허브에 공유했습니다. 참고하시면 좋을 것 같습니다. 설명과 코드에 틀린 부분이 있을 수 있습니다. 정중하게 지적해주시면 참고하겠습니다.

 

스터디원들에게 제공할 자료를 만들때는 지금까지 한글 파일로 정리를 해왔습니다. 이걸 블로그에 옮기려니 상당히 귀찮고 힘들더라고요... 그림 같은 건 따로 파일로 저장해서 블로그에 올려야 하지, 한글 수식이 블로그에선 안 통하지 등등... 그래서 그냥 한글 문서 자체를 스크린샷 떠서 블로그에 올리는 방식을 선택했습니당. 앞으로도 그럴 예정..!!

---

원 논문: https://arxiv.org/abs/1409.4842

 

GoogLeNet(인셉션)은 한 마디로 다음과 같이 정리할 수 있겠습니다.

​

"GoogLeNet은 인셉션 모듈이라는 혁신적인 방법으로 파라미터 수를 줄여 모델을 가볍게 만들면서도, 높은 성능을 뽑아내는데 성공했다. 물론 1x1 Conv 필터를 이용해 채널 수를 줄일 때 정보가 살짝 소실될 수도 있지만, 그것을 감안하더라도 충분히 좋은 성능을 낸다."

 

구현 코드:

https://github.com/jhcha08/DeeplearningPaperCode/blob/master/%EC%8A%A4%ED%84%B0%EB%94%94%2020200205%20-%20CNN.%20Inception.ipynb

 

참고 사이트:

https://kangbk0120.github.io/articles/2018-01/inception-googlenet-review

https://norman3.github.io/papers/docs/google_inception.html

https://datascienceschool.net/view-notebook/8d34d65bcced42ef84996b5d56321ba9/