목차
- Global Average Pooling
- Global Average Pooling를 이용한 Fully Connected Layer 연결
Global Average Pooling
Global Average Pooling은 피처맵의 가로×세로의 특정 영역을 Sub sampling 하지 않고, 채널 단위로 평균 값을 추출하는 방법이다.
3차원 Feature map을 1차원 Dense Classification layer에 연결 시, 많은 연결 노드와 파라미터가 필요하나, GAP를 이용하면 효과적으로 노드와 파라미터를 줄일 수 있다.
충분히 Feature map의 채널 수가 많을 경우 이를 적용하고, 채널 수가 적다면 Flatten이 유리하다.
Global Average Pooling를 이용한 Fully Connected Layer 연결
Flatten 하지않고 GAP를 하면, 채널 별로 뽑아낸 아웃풋들을 그대로 붙여넣을 수 있다.
훨씬 파라미터 수를 절약할 수 있다.
'🖼 Computer Vision > CNN' 카테고리의 다른 글
| OpenCV 이미지 로딩시 BGR을 RGB로 변환해야 하는 이유 (0) | 2022.03.27 |
|---|---|
| CNN - Data Augmentation (0) | 2022.03.04 |
| CNN - Batch Normalization (0) | 2022.03.03 |
| CNN - Weight Initialization (0) | 2022.03.03 |
| CIFAR10 (0) | 2022.03.03 |