6. CNN(2)

※ 풀링 계층

- 세로, 가로 방향의 공간을 줄이는 연산

 

 

이와 같이 2×2 영역을 원소 하나로 집약하여 공간을 줄이는 방식이다.

 

위 그림은 최대풀링을 스트라이드 2로 처리하는 순서이다. 최대 풀링과 평균 풀링이 있는데 최대 풀링은 대상 영역에서 최댓값을 취하는 연산이고, 평균 풀링은 대상 영역의 평균을 계산한다. 이미지처리 분야에서는 최대 풀링을 주로 사용한다.

 

첫번째 그림 : 윈도우 중 2가 가장 큰 수 이므로 2를 출력

두번째 그림 : 윈도우 중 3이 가장 큰 수 이므로 3을 출력

세번째 그림 : 윈도우 중 4가 가장 큰 수 이므로 4를 출력

네번째 그림 : 윈도우 중 2가 가장 큰 수 이므로 2를 출력

 

■ 참고

풀링의 윈도우 크기와 스트라이드는 같은 값으로 설정한다.

ex) 윈도우가 3×3이면 스트라이드는 3, 윈도우가 4×4이면 스트라이드는 4로 설정한다.

 

■ 풀링 계층의 특징

1. 학습해야 할 매개변수가 없다 : 최댓값이나 평균을 취하는 명확한 처리이므로 특별히 학습할 것이 없음.

2. 채널 수가 변하지 않는다 : 입력 데이터의 채널 수 그대로 출력 데이터로 내보냄. 필터가 따로 없고 채널마다 독립적으로 계산되기 때문

3. 입력의 변화에 영향이 적다 : 입력 데이터의 차이를 풀링이 흡수해 사라지게 하는 모습을 보여줌 -> 결국 최대만 고르면 되기 때문