2012년 출현한 AlexNet 이후로 2016년 ILSVRC에서 최고로 높은 인식률을 보여준 ResNet 모델이 Transfer Learning 분야에서 많이 활용되고 있다. ResNet은 채용된 레이어 수에 따라 ResNet50, ResNet101, ResNet152의 3종류가 있는데 비록 학습된 결과라고 해도 그 크기가 상당히 큰 편이며 중간에 해당하는 ResNet101이 Semantic Segmentation 예제에서 Transfer Learning 이 가능하게끔 불러 쓸 수 있도록 사용되고 있다.
Semantic Segmentation은 이미지를 분석함에 있어서 포함되어 있는 각각의 오브젝트 성분들을 인식할 수 있어야 한다. 예를 들면 하나의 이미지를 구성하는 오브젝트들로서 사람, 포장도로, 차량, 가로수, 빌딩, 구름 및 하늘이 있다면 개개의 오브젝트를 나타내는 픽셀들의 라벨 값을 정확히 인식해 내야 한다.
다음의 url 주소로 넘어거서 마저 읽어 보세요.
http://blog.daum.net/ejleep1/896
![마나마인로고.png]
