이미지 분류를 위한 MATLAB의 AlexNet 활용 방법과 실습 과정

1. 서론

컴퓨터 비전 분야에서 딥러닝 기반 이미지 분류는 매우 중요한 기술이며 AlexNet은 그 선구적인 모델 중 하나다. AlexNet의 구조와 동작 원리를 이해하고 MATLAB을 이용해 실제 이미지 데이터셋에 적용하여 분류 성능을 평가하는 것이 이 연구의 목표다. 이를 통해 딥러닝 기반 이미지 분류 시스템 개발에 대한 실무적인 이해를 높이고 전기전자공학과 학생으로서 이미지 처리 및 패턴 인식에 대한 지식을 심화하고 응용 능력을 배양하고자 한다.

AlexNet은 2012년 ImageNet 대규모 시각 인식 챌린지에서 우승을 차지한 혁신적인 모델이다. 다른 기존 모델과 달리 AlexNet은 심층적인 계층 구조를 가지고 있으며 ReLU 활성화 함수, 드롭아웃 기법, GPU 병렬 처리를 활용해 높은 정확도와 효율성을 달성했다. 8개의 레이어로 구성된 심층 신경망은 여러 개의 합성곱 레이어를 통해 이미지의 다양한 특징을 추출하고 전결합 레이어를 통해 최종 분류 결과를 도출한다. 이러한 특징 덕분에 AlexNet은 다양한 이미지 분류 작업에서 뛰어난 성능을 보인다. 특히 다수의 필터를 사용하는 합성곱 레이어는 이미지의 다양한 패턴을 효과적으로 학습하며, ReLU 활…