[이미지 분할] Image segmentation

이미지 분할의 목적은 픽셀 수준에서 이미지를 이해하고 정보를 추출하는 것입니다.

 

이미지 분할은 객체 인식과 위치 탐색에 사용됩니다.

 

이미지 분할의 목표는 이미지의 픽셀 단위 마스크를 생성하도록 신경망을 훈련하는 것입니다.

 

CNN에서 이미지 분류 문제로 이미지를 벡터로 변환해야 합니다.

 

분류 책임자를 마지막에 더하여 분류하도록 합니다.

 

대표적으로 이미지 분할로 유넷을 사용하는 경우 이미지를 가지고 인코딩을 합니다.

 

기본 이미지 분류에서는 입력값은 이미지이고 출력은 0또는 1인 클래스 분류 문제입니다.

 

유넷은 입력값과 결과값이 같은 사이즈를 가집니다. (이미지의 사이즈 보존 됨)

 

다시 말해, 전통적인 CNN은 일반적으로 전체 이미지가 클래스 라벨로 분류되어야 할 경우 사용합니다.

 

반면, 유넷은 픽셀 수준의 분류를 합니다.

 

따라서 입력 이미지의 모든 픽셀에 대한 손실 함수를 제공합니다.

 

모든 픽셀에 소프트 맥스 함수를 적용합니다.