10/30 : CNN Visualization 프로젝트(1)

 

지난 프로젝트에서 만든 모형은 가장 기초적인 neural network 모형인 multilayer perceptron 이었다. node 로 이루어진 여러 layer을 거쳐서 답을 얻는 방식이다. 

이번 프로젝트에서는 Convolutional Neural Network를 구현한다. (영상의 세 번째 모델)

이는 이미지 처리에 주로 사용되는 알고리즘으로, convolution 과 pooling 과정을 거치며 이미지의 분포 특징을 추출하게 된다.

하지만 visualization이 목적이므로, 실제 계산은 아주 축약해서 진행한다. 

1. 20*20 숫자 이미지 파일

2. 3*3 필터로 convolution (stride = 1)

3. pooling to 10*10 (평균값 사용)

4. node (1 layer)

5. Find Answer

Workflow는 다음과 같다.

1 : 틀 만들기, 계획수립  -> 10/29

2 : 20*20 비트맵 이미지를 배열로 변환해주는 C프로그램 작성 및 데이터 생성 -> 10/31

3 : 순서도 작성 및 Unity 프로그램 작성  -> 11/2 ~ 11/4

4 : Unity에서 작성한 프로그램 Magic Leap로 변환하기

5 : 테스트 및 피드백