딥러닝 기반 영상 분류 모델 성능 평가 및 비교 분석

1. 서론

영상 분류는 컴퓨터 비전 분야의 핵심 기술이며 의료 영상 분석, 자율 주행 자동차, 보안 시스템 등 다양한 분야에서 활용된다 이러한 분야에서 영상 분류의 정확도와 효율성은 시스템 성능을 좌우하는 중요한 요소다 따라서 정확하고 효율적인 영상 분류 시스템 개발은 매우 중요한 과제다 이 연구는 다양한 딥러닝 기반 영상 분류 모델의 성능을 비교 분석하여 최적의 모델을 제시하고 그 이유를 탐구한다 특히 모델 성능 저하의 원인을 분석하여 향후 연구 방향을 제시하는 데 중점을 둔다 이를 통해 실제 응용 분야에 적용 가능한 효율적이고 정확한 영상 분류 시스템 개발에 기여하고자 한다

딥러닝 기반 영상 분류 모델은 최근 괄목할 만한 발전을 이루었다 특히 합성곱 신경망 CNN은 영상 데이터의 특징을 효과적으로 추출하는 능력으로 인해 널리 사용된다 AlexNet, VGGNet, ResNet, Inception 등 다양한 CNN 아키텍처가 제안되었고 각 아키텍처는 계층 구조 필터 크기 활성화 함수 등의 차이로 인해 서로 다른 성능을 나타낸다 최근에는 이미지의 공간적 정보를 효과적으로 처리하는 Transformer 기반 모델이 주목받고 있다 이러한 다양한 모…